基于手写字迹的人格特征识别数据集

摘要：该数据集面向基于手写字迹的人格特征识别与分类研究，通过分析手写图像中的书写风格、笔画结构、字间距、倾斜程度和整体布局等视觉特征，对个体人格特征进行自动识别。

数据集概述

该数据集面向基于手写字迹的人格特征识别与分类研究，通过分析手写图像中的书写风格、笔画结构、字间距、倾斜程度和整体布局等视觉特征，对个体人格特征进行自动识别。数据集按照大五人格模型划分为 Agreeableness（宜人性）、Conscientiousness（尽责性）、Extraversion（外向性）、Neuroticism（神经质） 和 Openness（开放性） 五个类别，可用于构建卷积神经网络、迁移学习模型以及视觉 Transformer 等深度学习分类模型。

数据结构与关键特征

数据集采用按人格类别划分的图像分类结构，目前包含 augmented train 增强训练集，其下分别设置 Agreeableness、Conscientiousness、Extraversion、Neuroticism 和 Openness 五个类别目录。数据增强后的训练样本可用于提高模型对不同书写风格、尺度、旋转和图像变化的适应能力，并在一定程度上缓解原始样本数量不足或类别不均衡问题。整体结构适合直接用于 PyTorch、TensorFlow、Keras 等深度学习框架进行多分类训练。

应用价值与研究方向

该数据集适用于手写字迹识别、人格特征分类、计算机视觉与心理学交叉研究、智能行为分析等方向。研究中可以采用 ResNet、EfficientNet、MobileNet、DenseNet、ViT 等模型提取手写图像中的高层视觉特征，并进一步研究数据增强、迁移学习、注意力机制、多尺度特征融合和模型可解释性等方法。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-825
文件大小：1.2G
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。