CASIA-OLHWDB

扩散模型在笔迹轨迹恢复方面取得突破

研究人员开发了一个新颖的框架，使用扩散模型进行笔迹轨迹恢复，这是该任务的首次尝试。该方法将轨迹恢复视为一个图像条件生成过程，采用去噪扩散模型生成与观察到的墨迹痕迹相符的笔迹轨迹。在CASIA-OLHWDB数据集上的评估表明，与PEN-Net和Cross-VAE等现有方法相比，即使是复杂字符，在时间相似性和形状保真度方面也取得了显著的改进。该模型还显示出泛化到未见类别和书写系统的能力，成功地从一个针对汉字训练的模型中恢复了拉丁字母的笔画顺序。