AI說：你的書法有咖喱味丨看字識國別

來自專欄量子位

郭一璞 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

在電影《大偵探福爾摩斯》中，福爾摩斯能夠根據兩個英文字母的筆跡，判斷書寫者的才能與性格特點，識破對手的偽裝。

如此神奇的筆跡理論聽起來像是玄學，恐怕只能在小說電影中出現。現實社會中，利用筆跡來破案倒不是一件稀罕事。

但是，你聽說過AI也能判斷筆跡了么？

一個跨國研究團隊通過機器學習的演算法，讓機器從英文手寫的字跡中判斷書寫者來自中國、印度、馬來西亞、孟加拉國和伊朗中的哪個國家。

這個團隊包含中國、印度和馬來西亞研究人員，其中兩名中國研究者分別來自河海大學和南京大學。

亞洲五國英文書法

這項研究的基礎是來自中國、印度、馬來西亞、孟加拉國、伊朗五個國家的數據集。

研究者們找了每個國家100份英文書寫文本，總共500份數據。

正如上圖的例子所示，每個國家的人寫英文風格都有所不同。

比如，中國人寫英文就像寫漢字，橫平豎直，尤其是在「f」、「l」、「d」這些字幕上，豎著的筆畫頂天立地一般。

而印度人和孟加拉人寫的英文則完全不同，就像繡花一樣，筆畫圓潤、上下起伏明顯。

於是，他們根據筆畫的特徵，設計了下面這樣一套方法：

降噪後提取筆畫線條，識別字體數據的四種特徵：距離因素、主成分分析（PCA Direction）、通過Cloud of Line Distribution軟體進行的線分布特徵、描邊特徵，通過分類器判斷屬於五個國家的哪一種。

Cloud of Line Distribution（COLD）是一個分析筆畫的軟體，可以分解單個字母，測量筆畫的垂直度和彎曲度，進而判斷寫字者的國別。

五國人書寫的英文描邊特徵有巨大的區別。

而通過COLD分析筆跡關鍵點，可以變為極坐標系的展示形式，而五國筆跡的極坐標系圖有巨大差別：

綜合所有特徵，五國筆跡就有了他們特有的矢量特徵：

準確率比前人演算法翻倍

在最後的測試中，這套方法的確識別出了不少各種各樣的字體：

研究者們統計了一下這個方法的準確率

上圖中，下面的表格是前人研究的方法測試結果，可以看出，針對數據集中的每個國家，筆跡識別準確率都在40%左右，沒有過半；

上方的表格則是這次研究者們的測試結果，每個國家的筆跡識別準確率都在60%以上，平均達到了75%。

識別筆跡的國家到底有什麼用？

75%的準確率並不是一個多麼好看的數字，何況這是僅僅建立在5個國家的基礎上的。

畢竟，人們對這項技術的應用還有疑慮。或許它可以用在刑偵領域，以字跡結合人臉識別、生物識別等技術來判斷犯罪，但字跡的識別只能作為參考，有誤判的可能性。

不過，字跡作為個人的數據也可以被用來做營銷。想想去銀行填單子的時候留下了多少字跡，或許他們就會用字跡判斷國家，進而給你推送理財產品呢。

論文傳送門

A New COLD Feature based Handwriting Analysis for Ethnicity/Nationality Identification

作者：Sauradip Nag, Palaiahnakote Shivakumara, Wu Yirui, Umapada Pal, Tong Lu

— 完 —

歡迎大家關注我們的專欄：量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態

推薦閱讀：