Automated generation of handwritten texts

Abstract

В данной выпускной квалификационной работе основной задачей является получение программы, которая, получает на вход печатный текст, обрабатывает его и выдает полученный текст в рукописном виде. Проблемой решения поставленной задачи является выбор способов и инструментов ее решения и получения результата идентичного человеческому почерку. В ходе работы рассматриваются наиболее распространенные подходы автоматизированной генерации рукописных текстов. На основе проведенного эксперимента предлагаются к рассмотрению достоинства и недостатки различных инструментов автоматизированной генерации текстов, а именно: сверточные нейронные сети, рекуррентные нейронные сети и рекуррентные нейронные сети с добавлением модулей долгой краткосрочной памяти (или LSTM-модулей). Приведены результаты работы конечного программного продукта и выявлены задачи для дальнейшей работы с данной темой.

In this final qualifying work, the main task is to obtain a program that receives printed text at the entrance, processes it and issues the received text in handwritten form. The problem of solving this task is the choice of ways and tools to solve it and get the result identical to the human handwriting. In the course of work, the most common approaches to the automated generation of handwritten texts are considered. On the basis of the experiment conducted, the advantages and disadvantages of various tools for automated text generation, namely, convolutional neural networks, recurrent neural networks and recurrent neural networks with the addition of long short-term memory modules (or LSTM modules) are offered for consideration. The results of the work of the final software product are presented and the tasks for further work with this topic are identified.