ETD

• generation
• handwritten
• text

This thesis advances Handwritten Text Generation (HTG) to improve Handwritten Text Recognition (HTR) in challenging, low-resource settings. The core objective of HTG is to generate realistic text images that match user-specified styles from minimal examples by decoupling handwriting characteristics from textual content.
Key Innovations:
First, the research introduces novel few-shot HTG models utilizing CNNs and Transformers. A major contribution is the use of visual archetypes, which are glyph-like images that leverage geometric similarities to accurately generate rare or unseen symbols. Second, through specialized large-scale pretraining, data augmentation, and a novel autoregressive paradigm, the models successfully adapt to unfamiliar styles and generate text of any length. Third, the thesis proposes a task-specific metric, Handwriting Distance (HWD), to address the limitations of Frechet Inception Distance (FID). HWD directly measures stroke geometry and spatial configurations for a more accurate evaluation of style similarity.
Application to HTR:
The thesis highlights HTG's value as a synthetic data pipeline. Generating style-consistent synthetic text for pretraining significantly boosts HTR accuracy, especially when real annotations are scarce or stylistically mismatched. Validated across modern and historical manuscripts, this research establishes a powerful synergy where HTG supplies essential training data, leading to vastly improved recognition outcomes.

Questa tesi fa avanzare i metodi di Generazione del Testo Manoscritto (HTG) per migliorare il Riconoscimento del Testo Manoscritto (HTR) in scenari complessi e con scarse risorse. L'obiettivo principale dell'HTG è generare immagini di testo realistiche che ricalchino stili specifici partendo da pochi esempi, separando le caratteristiche della scrittura dal contenuto testuale.
Innovazioni chiave:
In primo luogo, la ricerca introduce modelli HTG few-shot basati su CNN e Transformer. Un contributo importante è l'uso di "archetipi visivi", immagini simili a glifi che sfruttano le somiglianze geometriche per riprodurre simboli rari o mai visti. In secondo luogo, tramite pre-addestramento su larga scala, aumento dei dati e un paradigma autoregressivo, i modelli si adattano a stili sconosciuti e generano testi di qualsiasi lunghezza. In terzo luogo, la tesi propone la Handwriting Distance (HWD), una metrica specifica che supera i limiti della Frechet Inception Distance (FID) misurando la geometria del tratto e le configurazioni spaziali per valutare la somiglianza stilistica.
Applicazione all'HTR:
La tesi evidenzia il valore dell'HTG come pipeline per la creazione di dati sintetici. Generare testo sintetico coerente con lo stile per il pre-addestramento aumenta l'accuratezza dell'HTR, specialmente quando le annotazioni reali sono scarse o non corrispondono allo stile. Validata su manoscritti moderni e storici, la ricerca stabilisce una sinergia in cui l'HTG fornisce dati essenziali, migliorando i risultati di riconoscimento.