复杂长静态手写中的书写顺序恢复
计算机视觉与模式识别
2024-06-06 v1
摘要
轨迹执行的顺序是识别器的重要信息来源。然而，目前仍缺乏从静态图像中恢复复杂长手写轨迹的通用方法。复杂样本可能导致多次落笔和大量轨迹交叉，从而产生像素聚集（也称为簇）。尽管科学文献描述了多种恢复手写书写顺序的方法，但这些方法缺乏共同的评估指标。在本文中，我们引入了一个新系统来估计细化静态轨迹的顺序恢复，该系统能够有效解析簇并选择落笔的执行顺序。我们评估了了解落笔起始点对恢复书写质量的影响。在分析了系统的稳定性和灵敏度后，我们描述了一系列使用三个公开数据库的实验，在所有情况下都显示出有竞争力的结果。我们期望所提出的系统（其代码已向研究社区公开）能够减少复杂轨迹顺序恢复时的潜在混淆，进而使恢复的轨迹可用于进一步的应用，例如速度估计。
引用
@article{arxiv.2406.03194,
title = {Writing Order Recovery in Complex and Long Static Handwriting},
author = {Moises Diaz and Gioele Crispo and Antonio Parziale and Angelo Marcelli and Miguel A. Ferrer},
journal= {arXiv preprint arXiv:2406.03194},
year = {2024}
}