孟加拉语和梵文签名的静态与动态合成

开发自动签名验证系统具有挑战性，需要大量训练样本。因此，合成手写体生成成为文档图像分析中的新兴主题。一些手写体综合器使用神经科学中既定假设——运动等价模型，该模型分析人类如何完成运动。具体而言，运动等价模型将人类动作分为两个步骤：1) 认知层面的效应器独立步骤和2) 运动层面的效应器依赖步骤。事实上，近期工作报告称，将该理论成功应用于西方脚本的手写体综合器。本文旨在将此方案适用于两种印度脚本（孟加拉语（Bangla）和梵文（Hindi））的合成签名生成。为此，我们为孟加拉语和梵文签名使用两种不同的在线和离线数据库。本文报告了一种用于生成孟加拉语或梵文脚本中静态和动态签名的有效综合器。我们以人工生成的签名在外观和性能方面与真实签名进行比较，结果显示出有前景的效果。