BeHGAN: 基于生成对抗网络的孟加拉手写单词生成

手写文字识别（HTR）是已确立的研究领域，而手写文字生成（HTG）则是具有显著潜力的新兴领域。由于个体手写体系的差异，这一任务具有挑战性。需要大量且多样化的数据集才能生成逼真的手写文本。然而，这类数据集难以收集且难以获得。孟加拉语是世界上第五大语言。虽然存在针对英语和阿拉伯语等语言的多个研究，但孟加拉语手写文本生成受到 insufficient关注。为填补这一空白，我们提出了一种生成孟加拉手写单词的方法。我们开发并使用了一个自收集的孟加拉手写样本数据集。该数据集包括来自约五百名不同年龄和性别的贡献者。所有图像均经过预处理以确保一致性和质量。我们的方法能够从输入纯文本生成多样化的手写输出。我们认为本工作促进了孟加拉手写体生成的发展，并可支持该领域的进一步研究。