bwin,bwin真网

计算机与信息工程学院图像处理与模式识别团队朱远平教授在模式识别领域重要国际期刊Pattern Recognition上发表了题为“FINet: Handwriting trajectory reconstruction of Chinese characters based on the font imitate network”的学术论文, 提出了解决手写中文字符笔迹重建不稳定问题的方法。

随着数字化时代的到来，在线笔迹信息相较于离线字符信息的重要性日益凸显。在线笔迹能够捕捉书写过程中的动态特征，尤其在处理中文字符时，由于其结构复杂性，这一优势更为显著。在线笔迹不仅为笔迹鉴别等领域提供了更为细致和丰富的数据支持，还为后续的离线字符识别打下了坚实的基础。为此，项目组设计了一个基于字体临摹网络的手写中文字符笔迹重建的解决方案FINet。该网络集成空间编码和时间解码，空间编码器使用HRNet对离线图像每个位置的空间关联信息进行编码，时间解码器由多层感知器和递归神经网络组成，并以热图的形式关注笔画路径来帮助预测下一笔迹点。解码阶段通过引入笔势特征，解决了重建笔迹中缺乏整体信息和不稳定的问题。实验表明，FINet可稳定地重建手写中文字符笔迹，并具备模型训练中未见过字符的笔迹重建能力，与现有方法相比具有卓越的性能。论文还进一步验证了重建的在线笔迹能够显著提高离线字符识别率。

论文由朱远平教授、硕士研究生李胜楠等人合作撰写，天津师范大学为第一署名单位，论文研究工作受到天津市自然科学基金项目（18JCYBJC85000）的资助。

论文链接：https://doi.org/10.1016/j.patcog.2024.110949