在计算预算受限下的数字墨迹生成采样与排序
人机交互
2023-06-07 v1 计算与语言
摘要
数字墨迹（在线手写）生成在创建用户可见内容方面具有若干潜在应用，例如手写自动补全、拼写纠正与美化。书写具个人性，且处理通常在设备端完成。因而墨迹生成模型需在资源受限环境中快速产出高质量内容。本工作中，我们研究在推理时间预算内最大化已训练数字墨迹生成模型输出质量的方法。我们运用并比较了多种采样与排序技术的效果，这是数字墨迹领域中此类首项消融研究。我们在多个数据集（英文与越南文书写，以及数学公式）上，使用两类模型与两种常见墨迹数据表示验证了发现。在所有组合中，我们报告了合成墨迹可识别性的显著提升，某些情况下字符错误率指标减半有余，并描述了针对任一给定计算预算选取最优采样与排序技术组合的方法。
引用
@article{arxiv.2306.03103,
title = {Sampling and Ranking for Digital Ink Generation on a tight computational budget},
author = {Andrei Afonin and Andrii Maksai and Aleksandr Timofeev and Claudiu Musat},
journal= {arXiv preprint arXiv:2306.03103},
year = {2023}
}