Статья

В представленном исследовании рассматриваются возможности архитектуры Vision Transformer для автоматического определения характеристик человека на основе анализа рукописного текста. В качестве основного инструмента используется ViT-энкодер из предобученной модели Transformer Optical Character Recognition, предназначенный для извлечения информативных эмбеддингов - компактных векторных представлений почерка. Исследование демонстрирует, что такие эмбеддинги эффективно кодируют как локальные особенности, так и глобальные стилистические паттерны, что критически важно для задач биометрической идентификации и психологической диагностики. Экспериментальная оценка, проведенная на коротком рукописном слове, показала высокую информативность извлекаемых признаков, подтвержденную интегральной метрикой качества на уровне 0.631 из 1. Результаты работы подтверждают перспективность использования Vision Transformer и Transformer Optical Character Recognition для создания масштабируемых систем анализа по