基于跨域风格迁移的扩散式乌克兰手写文本生成

条件于作家风格的手写文本生成（HTG）已广泛研究，尤其针对拉丁脚本；但对于低资源和非拉丁书写系统，仍鲜有探讨，留存如何将现有模型推广到非拉丁领域的悬而未决问题。克里米亚语，特别是乌克兰语，既缺乏大规模带作家标注的数据集，也缺乏此类泛化的实证证据。为填补这一空白，我们构建了一个包含 126,177 张图像、来自 308 位作家的乌克兰手写词数据集，采用连通分量分割、质量筛选和针对性过采样来补足欠representative 的乌克兰字符。我们在不修改架构的前提下，对 CANINE 条件化的潜在扩散 U-Net 训练的 DiffusionPen 模型进行再训练，测试从拉丁到克里米亚的直接迁移。我们在三个设置下评估跨域风格迁移：从 IAM 英文样本进行跨语言迁移、对 20 世纪初的乌克兰手稿进行零样本迁移，以及对当代作家进行少样本仿制。模型生成了 legible 且风格一致的词图像，表明少样本潜在扩散模型可超越拉丁脚本领域进行推广。我们发布数据集、训练好的模型以及评估协议，作为面向作家感知的克里米亚 HTG 的可复现基准，为将受限书写系统的风格化 HTG 扩展到其他领域奠定了基础。