論文の概要: SpiS-GAN: Spiral-Modulated Handwriting Synthesis with Star Operation

• arxiv url: http://arxiv.org/abs/2607.06949v1
• Date: Wed, 08 Jul 2026 03:21:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.271911
• Title: SpiS-GAN: Spiral-Modulated Handwriting Synthesis with Star Operation
• Title（参考訳）: SpiS-GAN:スター操作によるスパイラル変調手書き合成
• Abstract要約: 堅牢な手書き文字認識(HTR)システムの訓練には大量の注釈付きデータが必要である。 それまでのアプローチでは、固定格子の受容場による筆跡を効果的に追跡できなかった。 既存のアプローチには明確なエッジ制約がなく、しばしばぼやけたストローク境界が生じる。 本研究では,SpiS-GAN(Generative Adrial Networks)に基づくスパイラル変調手書き合成フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 4.223500604789643
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Training robust handwriting recognition (HTR) systems requires massive amounts of annotated data, which is often difficult to acquire. While synthetic handwriting generation offers a practical solution to expand training sets, existing models struggle with several core issues. First, previous approaches, even MLP-based models fail to effectively trace cursive handwriting due to fixed-grid spatial receptive field. Second, their CNN-relied discriminators usually lose structural details through aggressive downsampling, making broken connections difficult to detect. Third, existing architectures are either limited to linear feature interactions or too expensive for high-resolution synthesis. Finally, existing approaches lack explicit edge constraints, often resulting in blurred stroke boundaries. To address these challenges, this study proposes a Spiral-Modulated Handwriting Synthesis framework based on Generative Adversarial Networks (SpiS-GAN). Our generator employs Star-Spiral Blocks combining proposed Modulated Elliptical SpiralFC with the star operation to capture spatial relationships and efficiently follow complex handwriting stroke trajectories, while a Spiral-Modulated discriminator is introduced for multi-domain flaws detection. Additionally, we introduce a Sobel-Regularized Edge Reconstruction Loss that provides edge guidance, ensuring every character remains clear and legible. Evaluations on the English and Vietnamese datasets demonstrate that SpiS-GAN significantly outperforms current state-of-the-art models. The generated images are highly authentic, accurately preserve the original writer's style across languages, and successfully lower error rates when training downstream HTR systems.
• Abstract（参考訳）: 堅牢な手書き文字認識(HTR)システムの訓練には大量の注釈付きデータが必要であるが、取得は困難であることが多い。 合成手書き生成はトレーニングセットを拡張するための実用的なソリューションを提供するが、既存のモデルはいくつかのコア問題に悩まされている。 第一に、MLPベースのモデルでさえ、固定格子空間受容場による筆跡を効果的に追跡できない。 第二に、CNNの信頼性の高い識別器は攻撃的なダウンサンプリングによって構造的な詳細を失うため、接続が壊れていることを検出しにくくする。 第三に、既存のアーキテクチャは線形特徴相互作用に限られるか、高分解能合成には高すぎる。 最後に、既存のアプローチには明確なエッジ制約がなく、しばしばぼやけたストローク境界が生じる。 これらの課題に対処するために,ジェネレーティブ・アドバイサル・ネットワーク(SpiS-GAN)に基づくスパイラル変調手書き合成フレームワークを提案する。 提案する変調楕円型スピラルFCとスター操作を組み合わせたスタースピラルブロックを用いて,空間的関係を捉え,複雑な手書きストローク軌跡を効率的に追従し,マルチドメイン欠陥検出のためのスピラル変調判別器を導入する。 さらに、エッジガイダンスを提供するSobel-Regularized Edge Reconstruction Lossを導入します。 英語とベトナム語のデータセットの評価は、SpiS-GANが現在の最先端モデルを大幅に上回っていることを示している。 生成された画像は、非常に本物であり、言語間でオリジナルライターのスタイルを正確に保存し、下流HTRシステムのトレーニング時にエラー率を下げることに成功した。

関連論文リスト

• Weave of Formal Thought [51.56484100374058]
  WoFT(Weave of Formal Thought)は、厳密な構文的検証と学習された構造的表現を結合したパラダイムである。 本稿では,非終端文法記号を直接生成にインターリーブするために,言語モデルを訓練する潜時可変微調整法を提案する。 Pythonでは、RWS目的のStarCoder2-3Bを微調整することで、テキストのみのSFTベースラインと比較して、トーケン毎のクロスエントロピーが14.3%削減される。
  論文  参考訳（メタデータ） (2026-06-24T15:58:11Z)
• Fuzzy-Geometric Branch-Point Modeling for Structure-Aware Augmentation of Handwritten Chinese Characters [2.7561351786180937]
  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。
  論文  参考訳（メタデータ） (2026-06-17T08:04:23Z)
• CASHG: Context-Aware Stylized Online Handwriting Generation [12.580543720353043]
  本稿では,コンテキスト認識型オンライン手書き文字生成器CASHGを提案する。 CASHGは、スタイル一貫性のある文レベルの軌道合成のための文字間接続を明示的にモデル化する。 本稿では,CSM(Connectivity and Spacing Metrics)について紹介する。
  論文  参考訳（メタデータ） (2026-04-02T14:32:31Z)
• MaDiS: Taming Masked Diffusion Language Models for Sign Language Generation [78.75809158246723]
  本稿では,SLGのためのマスク付き拡散型言語モデルであるMaDiSについて述べる。 また,トークン・ラテント・ヘアリング・3次元空間の目的から共同で学習する3段階のクロスモーダル事前学習手法を導入する。 MaDiSはDTWエラーと新たに導入された2つのメトリクスであるSiBLEUとSiCLIPを含む複数のメトリクスで優れたパフォーマンスを実現し、推論レイテンシを30%近く削減している。
  論文  参考訳（メタデータ） (2026-01-27T13:06:47Z)
• HTR-ConvText: Leveraging Convolution and Textual Information for Handwritten Text Recognition [4.5311655360445515]
  既存のアプローチはこれらの問題に部分的に対処するが、大規模な合成データなしでは一般化に苦慮することが多い。 我々は,グローバルなコンテキスト依存を保ちながら,細粒度でストロークレベルの局所的特徴を捉えるモデルであるHTR-ConvTextを提案する。 次に,グローバルコンテキストと階層構造内の局所的特徴を組み合わせたハイブリッドアーキテクチャであるConvTextエンコーダを紹介する。
  論文  参考訳（メタデータ） (2025-12-04T17:35:05Z)
• DiffInk: Glyph- and Style-Aware Latent Diffusion Transformer for Text to Online Handwriting Generation [41.08176249345279]
  DiffInkは、完全な手書き文字を生成するための最初の遅延拡散トランスフォーマーフレームワークである。 InkVAEは2つの相補的な潜在空間正規化損失で拡張された新しい逐次変分オートエンコーダである。 次に、ターゲットテキストと参照スタイルを統合し、コヒーレントペントラジェクトリを生成する新しい遅延拡散変換器InkDiTを紹介する。
  論文  参考訳（メタデータ） (2025-09-28T03:58:15Z)
• FW-GAN: Frequency-Driven Handwriting Synthesis with Wave-Modulated MLP Generator [4.94997283141601]
  FW-GANは、1つの例から現実的な書き手一貫性のあるテキストを生成するワンショット手書き合成フレームワークである。 我々のジェネレータは、位相対応のWave-MLPを統合し、微妙なスタイリスティックな手がかりを保ちながら、空間的関係をよりよく捉えている。 ベトナム語と英語の筆跡データセットの実験は、FW-GANが高品質でスタイルに一貫性のある筆跡を生成することを示した。
  論文  参考訳（メタデータ） (2025-08-28T17:44:52Z)
• Online Writer Retrieval with Chinese Handwritten Phrases: A Synergistic Temporal-Frequency Representation Learning Approach [53.189911918976655]
  DOLPHINは,相乗的時間周波数解析による手書き表現の向上を目的とした新しい検索モデルである。 OLIWER(OLIWER)は,1,731人から670,000以上の中国語の字句を含む大規模オンライン作家検索データセットである。 本研究は,手書き表現の質向上における点サンプリング周波数と圧力特性の重要性を強調した。
  論文  参考訳（メタデータ） (2024-12-16T11:19:22Z)
• Discriminator-Free Generative Adversarial Attack [87.71852388383242]
  生成的ベースの敵攻撃は、この制限を取り除くことができる。 ASymmetric Saliency-based Auto-Encoder (SSAE) は摂動を生成する。 SSAEが生成した敵の例は、広く使われているモデルを崩壊させるだけでなく、優れた視覚的品質を実現する。
  論文  参考訳（メタデータ） (2021-07-20T01:55:21Z)
• Recent Developments Combining Ensemble Smoother and Deep Generative Networks for Facies History Matching [58.720142291102135]
  本研究は、ファシズムモデルのための連続パラメータ化を構築するためのオートエンコーダネットワークの利用に焦点を当てる。 本稿では,VAE,GAN,Wasserstein GAN,変分自動符号化GAN,サイクルGANの主成分分析(PCA),転送スタイルネットワークのPCA,スタイル損失のVAEの7種類の定式化をベンチマークする。
  論文  参考訳（メタデータ） (2020-05-08T21:32:42Z)
• POINTER: Constrained Progressive Text Generation via Insertion-based Generative Pre-training [93.79766670391618]
  ハードコントラストテキスト生成のための新しい挿入ベースアプローチであるPOINTERを提案する。 提案手法は,既存のトークン間で段階的に新しいトークンを並列に挿入することによって動作する。 結果として生じる粗大な階層構造は、生成プロセスを直感的で解釈可能である。
  論文  参考訳（メタデータ） (2020-05-01T18:11:54Z)

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。