論文の概要: Handwriting Trajectory Recovery with Diffusion Models

• arxiv url: http://arxiv.org/abs/2607.03422v1
• Date: Fri, 03 Jul 2026 15:36:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.608038
• Title: Handwriting Trajectory Recovery with Diffusion Models
• Title（参考訳）: 拡散モデルによる手書き軌跡の復元
• Authors: Hiroki Nagamatsu, Shoji Toyota, Seiichi Uchida,
• Abstract要約: 本稿では,手書き軌道復元のための拡散モデルに基づく最初のフレームワークを提案する。 画像条件付き生成としてトラジェクトリリカバリを定式化する。 複雑なマルチストロークキャラクタであっても,提案手法が正確なリカバリを可能にすることを確認した。
• 参考スコア（独自算出の注目度）: 8.60892545731595
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recovering online pen trajectories from offline handwriting images, often referred to as handwriting trajectory recovery (stroke recovery), is an offline-to-online conversion task with applications in stroke-level editing and forensic analysis. We propose, to the best of our knowledge, the first diffusion-model-based framework for this task. Our method formulates trajectory recovery as image-conditioned generation and uses a denoising diffusion model to sample pen trajectories consistent with the observed ink trace. Through extensive quantitative evaluations on CASIA-OLHWDB (1.0-1.1), we verify that the proposed approach enables accurate recovery even for complex multi-stroke characters, substantially improving both temporal similarity (DTW/LDTW) and shape fidelity (AIoU) over representative prior methods such as PEN-Net and Cross-VAE. We further show that the model captures general stroke-order tendencies and generalizes to classes unseen during training, exemplified by cross-script transfer: a model trained on Chinese characters can recover reasonable stroke orders for Latin letters to some extent.
• Abstract（参考訳）: オフライン手書き画像からオンラインペンの軌跡を復元することは、しばしば手書きの軌跡回復(ストロークリカバリ)と呼ばれ、ストロークレベルの編集と法医学的分析に応用されたオフラインからオンラインへの変換タスクである。 本稿では,この課題に対する最初の拡散モデルに基づくフレームワークを提案する。 本手法は, トラジェクトリ・リカバリを画像条件付き生成として定式化し, ペン・トラジェクトリのサンプル化にデノナイジング拡散モデルを用いる。 CASIA-OLHWDB(1.0-1.1)の広範囲な定量的評価により,提案手法は複雑なマルチストローク文字に対しても正確な復元が可能であり,PEN-NetやCross-VAEなどの代表的な手法よりも時間的類似性(DTW/LDTW)と形状忠実度(AIoU)の両方を著しく改善することを確認した。 さらに、このモデルは一般的なストローク順の傾向を捉え、トレーニング中に見つからないクラスに一般化し、クロススクリプト転送によって例示する:中国語で訓練されたモデルは、ラテン文字の合理的なストローク順をある程度回復することができる。

関連論文リスト

• Adaptive Recurrent Message Passing for Test Time Computing on Graphs [80.56829418752513]
  繰り返しグラフモデルでは,グラフデータとアーキテクチャ設計の固有のミスマッチを克服できることを示す。 本稿では,アダプティブ・リカレントグラフモデルであるAdaRを提案する。
  論文  参考訳（メタデータ） (2026-06-21T12:14:11Z)
• Your Pre-trained Diffusion Model Secretly Knows Restoration [55.7186754179308]
  本研究では,事前学習した拡散モデルが本質的に復元動作を有しており,即時埋め込みを直接学習することで解錠可能であることを示す。 トレーニング済みのWANビデオモデルとFLUX画像モデルに軽量な学習プロンプトを導入し、それらを高性能な復元モデルに変換する。
  論文  参考訳（メタデータ） (2026-04-06T17:59:04Z)
• LD-RPS: Zero-Shot Unified Image Restoration via Latent Diffusion Recurrent Posterior Sampling [38.700993166492495]
  本稿では,事前学習した潜伏拡散モデルを用いた再帰サンプリングによるデータセットフリーで統一的な手法を提案する。 本手法では,マルチモーダル理解モデルを用いて,タスクブレンド条件下で生成モデルにセマンティックな事前情報を提供する。
  論文  参考訳（メタデータ） (2025-07-01T14:25:09Z)
• Writing Order Recovery in Complex and Long Static Handwriting [4.0078827278053835]
  我々は,薄型静的軌跡の秩序回復を推定する新しいシステムを提案する。 我々は、ペンダウンの開始点を知ることが、回復した筆記の質にどのように影響するかを評価する。
  論文  参考訳（メタデータ） (2024-06-05T12:23:17Z)
• Expedited Training of Visual Conditioned Language Generation via Redundancy Reduction [61.16125290912494]
  $textEVL_textGen$は、視覚条件付き言語生成モデルの事前トレーニング用に設計されたフレームワークである。 提案手法は,視覚言語モデルの学習を5倍に加速させるが,全体的な性能に顕著な影響を与えないことを示す。
  論文  参考訳（メタデータ） (2023-10-05T03:40:06Z)
• ReDi: Efficient Learning-Free Diffusion Inference via Trajectory Retrieval [68.7008281316644]
  ReDiは学習不要なRetrievalベースの拡散サンプリングフレームワークである。 ReDi はモデル推論効率を 2 倍高速化することを示した。
  論文  参考訳（メタデータ） (2023-02-05T03:01:28Z)
• Scalable Font Reconstruction with Dual Latent Manifolds [55.29525824849242]
  タイポグラフィー解析とフォント再構成を行う深層生成モデルを提案する。 このアプローチによって、効果的にモデル化できるキャラクタの種類を大規模にスケールアップすることが可能になります。 多くの言語の文字タイプを表す様々なデータセット上でフォント再構成のタスクを評価する。
  論文  参考訳（メタデータ） (2021-09-10T20:37:43Z)
• TRACE: A Differentiable Approach to Line-level Stroke Recovery for Offline Handwritten Text [1.559929646151698]
  ストロークオーダーとベロシティは、署名検証、手書き認識、手書き合成の分野で有用な特徴である。 オフラインテキストの長い行から時間的ストローク情報を推測するTRACEと呼ばれる新しいモデルを提案する。 TRACEはおそらく、任意の幅のテキスト行全体に対してエンドツーエンドでトレーニングされた最初のシステムである。
  論文  参考訳（メタデータ） (2021-05-24T22:15:50Z)

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。