BoundInk: 경계 인식 온라인 손글씨 생성
BoundInk: Boundary-Aware Online Handwriting Generation
실제와 같은 온라인 손글씨는 개별 문자의 형태뿐만 아니라, 필기자가 인접한 문자들을 어떻게 연결하고 간격을 두고 정렬하는지에도 좌우된다. 기존 방법들은 주로 장거리 시퀀스 모델링(long-range sequence modeling)에 의존하며, 이러한 문자 간(inter-character) 거동을 암묵적으로만 포착한다. 이는 종종 그럴듯한 글리프(glyph)를 생성하지만, 필기체(cursive) 연결이 끊기거나, 간격이 일관되지 않거나, 필기자별로 일관되지 않은 전환(transition)을 동반한다. 우리는 문자 간 경계(boundary)를 명시적인 생성 단위로 다루는 필기자 조건부(writer-conditioned) 프레임워크인 BoundInk를 제안한다. 지역적 전환(local transition)과 주변 텍스트 맥락(context)을 함께 모델링함으로써, BoundInk는 필기자 고유의 글리프 외형을 보존하면서도 전체 텍스트 줄에 걸친 연결성과 간격을 개선한다. 우리는 나아가 기존의 궤적 유사도(trajectory similarity)를 넘어 필기체의 연속성과 문자 간 공간적 관계를 직접 평가하는 경계 인식(boundary-aware) 평가 프레임워크를 도입한다. 세 가지 벤치마크에 맞춘 설정 전반에서, BoundInk는 적용 가능한 모든 경계 품질(boundary-quality) 지표를 개선하고 정규화된 동적 시간 워핑(normalized dynamic time warping)을 17.6~47.8% 감소시킨다. 블라인드 인간 평가(blind human evaluation)에서, BoundInk의 출력은 유효한 기준별 판단(valid criterion-wise judgment)의 78.0~82.6%에서 선호되었다.