用于手写文本生成的生成对抗网络
机器学习
2020-02-28 v3 计算机视觉与模式识别
摘要
生成对抗网络（GANs）在多种图像处理应用中已被证明极为成功。然而，由于卷积神经网络（CNN）难以处理序列化的手写数据，用于手写的生成对抗网络相对而言较为少见。本文提出一种手写生成对抗网络框架（HWGANs），用于合成手写笔画数据。该新框架的主要特点包括：(i) 判别器由基于集成 CNN-Long-Short-Term-Memory（LSTM）的特征提取（以路径签名特征（PSF）作为输入）和基于前馈神经网络（FNN）的二分类器组成；(ii) 使用循环潜变量模型作为生成器以合成序列手写数据。数值实验表明了新模型的有效性。此外，与单独的手写生成器相比，HWGANs 合成的手写文本更加自然和逼真。
引用
@article{arxiv.1907.11845,
title = {Generative Adversarial Network for Handwritten Text},
author = {Bo Ji and Tianyi Chen},
journal= {arXiv preprint arXiv:1907.11845},
year = {2020}
}
备注
12 pages, 7 figures, submitted for WACV 2020