Identification des traits de personnalité en utilisant le deep learning

Abstract

Les humains peuvent avoir de nombreuses caractéristiques uniques, et l'écriture manuscrite absorbe des informations précieuses et comprend mieux les différents états de l'écrivain. Une technique appelée l’analyse de l'écriture manuscrite est utilisée pour en savoir plus sur une personne grâce à son écriture manuscrite et celui qui évalue les diverses caractéristiques de l'écriture manuscrite d’un individu dans le but d’identifier ses traits de personnalité s'appelle un graphologue. Ce processus prend du temps et la précision dépend de la compétence de l'analyste. Par conséquent ce travail présente un système automatique d'identification des traits de personnalité à partir des documents manuscrits. Le système proposé comprend deux étapes principales, le prétraitement et la classification (identification des traits de personnalité). Dans un premier temps, nous avons créé des patchs de différentes tailles, puis certains patchs inutiles ont été éliminé, ensuite vient la phase de régularisation des classes et l’étiquetage des patchs et en fonction de celles-ci, le résultat des données a été augmenter par une simple technique d’augmentation des données, puis le résultat d’ensemble des données a été fractionner en deux tailles différentes, un pour l’apprentissage et l’autre pour le test et le choix d’algorithme pour l’apprentissage approfondie était les réseaux de neurones convolutifs. Les expériences ont porté sur un ensemble de données comprenant 570 documents manuscrits. Le taux d'identification le plus élevé a été obtenu par une distribution qui a des classes régularisées par un classement binaire et séparées par 80% d'apprentissage et 20% de test.