Feb, 2024

InkSight: 学习阅读与书写的离线到在线手写转换

PDF
TL;DR数字记事正在流行，我们的研究 InkSight 致力于通过转换手写笔记到数字墨迹来弥合数字记事和传统纸笔记的差距，这是第一个有效地将手写文本转换为各种具有不同视觉特征和背景的照片的工作。
digital note-takinginksightderenderinghandwritten textphoto
发现论文，激发创造
  • DeepWriting: 通过深度生成建模使数字墨水可编辑

    这篇文章介绍了一种新型生成神经网络，能够有效将数字墨水中的内容和风格进行解耦，从而实现数字墨水内容的可编辑性。同时，该神经网络还能够进行风格转移而不改变原有内容，并能在单词级别上编辑数字墨水。

    Jan, 2018

  • 针对英文手写体草书和印刷体的端到端交互式深度学习标注系统

    本文介绍了一种创新的、完整的端到端流程，采用深度学习和用户交互技术，对印刷和草书英文手写手稿进行注释，该方法使用了最先进的文本识别模型构建的检测系统和自定义的深度学习模型，结合易于使用的交互式界面，旨在提高检测、分割、序列化和识别阶段的准确性，以确保高质量的注释数据，最大程度地减少人类交互。

    Apr, 2023

  • 紧缩计算预算下数字墨水生成的采样与排序

    通过研究数字墨水生成模型的多种采样和排名方法，本文提出了在计算预算内最大化输出质量的方法，这在英文、越南文和数学公式的多个数据集、两种模型类型和两种常见墨水数据表示中得到了证实，所有组合中，这都可以使合成墨水的识别率有意义的提高，有时甚至可以使字符误差率度量减少一半以上，并描述了一种选择最佳采样和排名方法组合的方法。

    Jun, 2023

  • DSS：使用数据增强、样式编码和分段生成合成长数字墨水

    使用对比学习技术改进训练数据、模型架构和推理过程，合成数字墨迹的长文本问题得以解决，可减少字符错误率，并通过人类研究证明生成数据真实可信。

    Nov, 2023

  • 时空手写仿真

    分解手写合成方法为多个子任务，利用在线序列生成一段新的、逼真的文本并进行样式调整，经过全面的用户研究验证其内外词汇的手写样本，同时证明这种方法可以部分欺骗传统的写手识别系统。

    Mar, 2020

  • 基于文本和风格条件的 GAN 生成离线手写体行

    该论文提出了一个使用 GAN 和自编解码器技术来生成任意文本和隐向量样式下手写行图片的模型，研究表明该模型生成的图像具有人类书写的特征。

    Sep, 2020

  • 在大型视觉语言模型中表示在线手写体以进行识别

    通过研究在线手写识别与 VLM（视觉 - 语言模型）的结合，该论文提出了一种新颖的数字墨迹令牌化表示方法，该方法在多个公共数据集上呈现与最先进的在线手写识别器可比拟甚至更好的结果，有着广泛的应用潜力。

    Feb, 2024

  • 手写文件的非破坏性检验的新数据集

    司法笔迹鉴定是法医科学的一个分支，旨在通过全面比较内在的局部和全局特征，检验手写文件以准确定义或假设手稿的作者。该研究提出了一个新的数据集，包括传统手写文件和数字工具（如平板电脑）生成的文件之间的比较，并展示了数据的初步结果，显示第一子集可以达到 90％的分类准确率，第二子集可以达到 96％。

    Jan, 2024

  • 一种高效的端到端神经模型用于手写文本识别

    本文提出一种将卷积神经网络和序列到序列模型相结合，将图像映射到文本序列，实现手写文本识别能力，且采用 Focal Loss 方法解决文本识别的类别不平衡问题，并应用 Beam Search 算法来提升模型的解码性能，在常见的 IAM 和 RIMES 数据集上实验表明，本文提出的模型在词级别的准确率方面分别提高了 3.5％和 1.1％，达到了国际先进水平。

    Jul, 2018

  • DeepWriterID：一种端到端的在线无文本依赖的笔迹识别系统

    该研究引入了一个名为 DeepWriterID 的系统，该系统利用深度卷积神经网络进行笔迹、手写体识别，并引入了一种名为 DropSegment 的新方法来实现数据增强和改善 CNN 的泛化适用性。通过在笔放置状态下只使用笔位信息，该系统在 NLPR 手写数据库中实现了 95.72％的中文文本识别率和 98.51％的英文文本识别率，创造了新的最高记录。

    Aug, 2015