論文の概要: Fuzzy-Geometric Branch-Point Modeling for Structure-Aware Augmentation of Handwritten Chinese Characters
- arxiv url: http://arxiv.org/abs/2606.18793v1
- Date: Wed, 17 Jun 2026 08:04:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 17:16:51.059036
- Title: Fuzzy-Geometric Branch-Point Modeling for Structure-Aware Augmentation of Handwritten Chinese Characters
- Title（参考訳）: 手書き漢字の構造認識のためのファジィ幾何学的分岐点モデリング
- Authors: Dongbin Jiao, Yibo Lyu, Qiulu Wei, Fuxiang Lu, Shengcai Liu, Shi Yan,
- Abstract要約: 本稿ではファジィ幾何駆動構造認識(FGSA)拡張フレームワークを提案する。
我々は、分岐点を骨格空間内のファジィ集合としてモデル化し、連続分岐点メンバシップ場を構築する。
CASIA-HWDB1.1、ChiSig、LZUSigの実験は、FGSAが単語レベルの誤り率を著しく減少させることを示した。
- 参考スコア（独自算出の注目度）: 2.7561351786180937
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Data scarcity and structural distortion significantly limit handwriting recognition in high-security authentication. Existing augmentation methods often cause topological and morphological damage, particularly when processing complex Chinese characters where stroke intersections, ligatures, and sharp turns render traditional branch-point detection unreliable. To address this, this paper proposes a fuzzy geometry-driven structure-aware (FGSA) augmentation framework. We model branch points as fuzzy sets within the skeleton space, constructing a continuous branch-point membership field by integrating topological neighborhood evidence with direction field divergence. This membership field is adaptively optimized via an unsupervised surrogate objective, enabling robust stroke decoupling without manual annotation. Finally, kinematically-aligned samples are synthesized through parameterized cubic Bézier reconstruction and multi-strategy perturbations, ensuring a balance between structural fidelity and sample diversity. Moreover, we establish LZUSig, a large-scale, highly challenging dataset specifically dedicated to fine-grained structural degradation in Chinese handwritten signatures. Extensive experiments on CASIA-HWDB1.1, ChiSig, and LZUSig demonstrate that FGSA significantly reduces the word-level error rate ($Δ$WER), achieving optimal recognition gains over the compared baselines. More importantly, it strikes a robust trade-off among task gain, structural fidelity, and discriminative feature preservation, offering a highly controllable solution for handwriting augmentation.
- Abstract（参考訳）: データ不足と構造歪みは、高セキュリティ認証における手書き認識を著しく制限する。
既存の拡張法は、トポロジカルおよび形態的損傷を引き起こすことが多く、特に、ストロークの交差点、リグチュア、シャープな旋回といった複雑な漢字を処理した場合、従来の分岐点検出は信頼できない。
そこで本研究では,ファジィ幾何駆動型構造認識フレームワーク(FGSA)を提案する。
分岐点を骨格空間内のファジィ集合としてモデル化し、トポロジカル近傍の証拠と方向場のばらつきを統合することで連続的な分岐点のメンバーシップ場を構築する。
このメンバシップフィールドは、教師なしサロゲート目的によって適応的に最適化され、手動のアノテーションなしで堅牢なストロークデカップリングを可能にする。
最後に、運動学的に整列したサンプルはパラメータ化された立方ベジエ再構成と多方性摂動によって合成され、構造的忠実度と試料の多様性のバランスが確保される。
さらに,中国手書き署名の微細な構造劣化に特化して,大規模かつ挑戦的なデータセットであるLzuSigを構築した。
CASIA-HWDB1.1、ChiSig、LZUSigの大規模な実験は、FGSAが単語レベルの誤り率(Δ$WER)を著しく低減し、比較ベースラインよりも最適な認識率を達成することを示した。
さらに重要なことは、タスクゲイン、構造的忠実度、識別的特徴保存の間で堅牢なトレードオフを犯し、手書き拡張のための高度に制御可能なソリューションを提供する。
関連論文リスト
- AnchorMoE: Interpretable Time Series Classification via Anchor-Routed MoE [51.994752158953084]
AnchorMoEは、解釈可能な構成別分類フレームワークである。
ローカルパッチのマルチビュー表現をエンコードし、専門の専門家にルーティングする。
実世界のベンチマークと合成ベンチマークの実験は、AnchorMoEが非常に競争力のある分類性能を達成することを示した。
論文 参考訳（メタデータ） (2026-06-02T13:30:54Z) - Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。
既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。
動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-25T09:57:46Z) - Beyond Point-Wise Matching: Structural Representation Alignment for Accelerating Diffusion Transformers [93.3976834364707]
本稿では,特徴写像のリレーショナル幾何における整合性を実現する構造的RePresentation AlignmentフレームワークであるsREPAを提案する。
モデルが事前訓練された特徴から全体的空間配置と構造的相関を内包するように促すことにより、sREPAはより高速でより安定した収束を達成する。
論文 参考訳（メタデータ） (2026-05-16T12:01:04Z) - STaR-DRO: Stateful Tsallis Reweighting for Group-Robust Structured Prediction [0.20165644958637055]
制御可能な推論と堅牢な微調整のための2部フレームワークを提案する。
まず、フォーマットのドリフト、ラベルの曖昧さ、エビデンス幻覚、メタデータ条件の混乱に対処するためのタスクに依存しないプロンプト戦略を導入する。
第2に,グループ不均一性のステートフルなロバスト最適化手法STaR-DROを導入する。
論文 参考訳（メタデータ） (2026-04-09T21:58:42Z) - Synergistic Perception and Generative Recomposition: A Multi-Agent Orchestration for Expert-Level Building Inspection [6.469960133115484]
ファサード欠陥検査は、構造的健康モニタリングと持続可能な都市維持に不可欠である。
textitFacadeFixerは、欠陥認識を独立した認識ではなく、協調的な推論タスクとして扱う。
textitFacadeFixerは、マルチタイプの欠陥干渉を処理するために、検出とセグメンテーションのための特別なエージェントを編成する。
textitFacadeFixerは最先端(SOTA)ベースラインを大幅に上回る。
論文 参考訳（メタデータ） (2026-03-20T17:17:22Z) - MSA-Thinker: Discrimination-Calibration Reasoning with Hint-Guided Reinforcement Learning for Multimodal Sentiment Analysis [5.1150258716324055]
マルチモーダル感情分析は、テキスト、聴覚、視覚のモダリティを統合することで人間の感情を理解することを目的としている。
CoT(Chain-of-Thought)推論を取り入れた既存の手法は、高いアノテーションコストによって妨げられる。
本研究では,Hintに基づく強化学習と構造化識別校正(DC)推論を統合した新しい学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-10T12:48:41Z) - StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models [98.72926158261937]
本稿では,Visual AutoRegressive モデルのためのトレーニングフリートークン解析フレームワークを提案する。
我々は局所的なテクスチャの詳細を捉えるために軽量なハイパスフィルタを使用し、グローバルな構造情報を保存するために主成分分析(PCA)を活用している。
スパーストークンの下で有効な次世代の予測を維持するために,近接した特徴伝達戦略を導入する。
論文 参考訳（メタデータ） (2026-03-02T11:35:05Z) - Automated Skill Decomposition Meets Expert Ontologies: Bridging the Granularity Gap with LLMs [1.2891210250935148]
本稿では,Large Language Models (LLM) を用いた自動スキル分解について検討する。
我々のフレームワークは、パイプラインをプロンプトと生成から正規化とオントロジーノードとのアライメントまで標準化する。
出力を評価するために、コンテンツ精度を評価するために最適な埋め込みベースのマッチングを使用するF1スコアと、粒度を評価するために構造的に正しい配置を信用する階層型F1スコアの2つの指標を導入する。
論文 参考訳（メタデータ） (2025-10-13T12:03:06Z) - $φ^{\infty}$: Clause Purification, Embedding Realignment, and the Total Suppression of the Em Dash in Autoregressive Language Models [0.0]
自動回帰変換言語モデルにおいて,エムダッシュトークンがセマンティックドリフトを引き起こす重大な脆弱性を同定する。
本稿では,フィインフィニティ演算子とターゲット埋め込み行列を併用した記号節の浄化法を提案する。
論文 参考訳（メタデータ） (2025-06-22T18:27:39Z) - Retrieval is Not Enough: Enhancing RAG Reasoning through Test-Time Critique and Optimization [58.390885294401066]
Retrieval-augmented Generation (RAG) は知識基底型大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。
RAGパイプラインは、モデル推論が得られた証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。
批判駆動アライメント(CDA)に基づく新しい反復的枠組みであるAlignRAGを提案する。
AlignRAG-autoは、動的に洗練を終了し、批判的な反復回数を事前に指定する必要がなくなる自律的な変種である。
論文 参考訳（メタデータ） (2025-04-21T04:56:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。