주목 기반 저자 독립적 필기 인증

작가 검증의 목표는 조회된 필기 이미지 샘플과 알려진 필기 이미지 샘플이 동일한 작가에 속할 가능성을 점수로 제공하는 것입니다. 이러한 작업은 신경망이 결과를 해석할 수 있도록 하는 것을 요구합니다. 즉, 신경망의 결정 과정을 이해할 수 있는 시각을 제공해야 합니다. 우리는 2D 입력의 특성 공간에서 높은 상관 관계와 주요 포인트를 포착하기 위해 크로스-어텐션(cross-attention) 및 소프트-어텐션(soft-attention) 메커니즘을 구현하고 통합하였습니다. 어텐션 맵은 신경망의 출력 가능점수를 설명하는 근거 역할을 합니다. 또한, 어텐션 메커니즘은 신경망이 입력의 관련 영역에 더 집중할 수 있게 하여 분류 성능을 향상시키는 역할을 합니다. 제안된 접근 방식은 CEDAR 필기체 "AND" 데이터셋에서 동일 작가 검출에 대한 정밀도 86%를 달성하였습니다. 더욱이, 우리는 신경망의 여러 단계에서 어텐션 맵을 추출하여 제공된 결정에 대한 의미 있는 설명을 생성하였습니다.