HWD：一种用于风格化手写文本生成的新型评价指标
计算机视觉与模式识别
2023-11-01 v1 数字图书馆
摘要
风格化手写文本生成（Styled HTG）是文档分析中的一项重要任务，旨在利用给定参考图像的手写体生成文本图像。近年来，用于解决该任务的深度学习模型取得了显著进展。能够通过有意义且具有代表性的准则衡量 HTG 模型的性能，是推进该研究方向的关键。然而，尽管当前已采用针对自然图像生成评价的分数，评估生成手写体的质量仍具挑战性。有鉴于此，我们设计了专用于 HTG 评价的 Handwriting Distance（HWD）。具体而言，它在专门训练用于从变长输入图像中提取手写风格特征的网络特征空间中工作，并利用感知距离来比较手写体的细微几何特征。通过在不同的手写文本图像词级与行级数据集上的大量实验评估，我们证明了所提出的 HWD 作为风格化 HTG 评分的适用性。用作主干的预训练模型将被发布以简化该分数的采用，旨在为评估 HTG 模型提供有价值的工具，从而助力推进这一重要研究领域。
引用
@article{arxiv.2310.20316,
title = {HWD: A Novel Evaluation Score for Styled Handwritten Text Generation},
author = {Vittorio Pippi and Fabio Quattrini and Silvia Cascianelli and Rita Cucchiara},
journal= {arXiv preprint arXiv:2310.20316},
year = {2023}
}
备注
Accepted at BMVC2023