Fuzzy-Geometric Branch-Point Modeling for Structure-Aware Augmentation of Handwritten Chinese Characters

Resumo Técnico: Modelagem de Pontos de Ramificação Fuso-Geométrica para Aumento de Estrutura Consciente de Caracteres Chineses Manuscritos

1. Definição do Problema

O reconhecimento de caracteres manuscritos (HCR), particularmente para aplicações de alta segurança como a verificação de assinaturas, enfrenta dois gargalos críticos: a escassez extrema de dados de treinamento e a alta incerteza das trajetórias de escrita. Embora o aprendizado profundo tenha avançado no campo, o reconhecimento de caracteres chineses manuscritos (HCCR) apresenta desafios únicos devido às complexas estruturas topológicas dos caracteres chineses, incluindo interseções intrincadas de traços, ligaduras e curvas acentuadas.

Os métodos de aumento existentes falham em abordar essas complexidades de forma eficaz:

• Transformações geométricas convencionais (ex: afim, TPS) dependem de mapeamentos rígidos que carecem do poder expressivo para simular a estocasticidade não linear da escrita manual natural, frequentemente causando quebras topológicas em regiões de interseção.
• Modelos generativos (ex: GANs, Difusão) muitas vezes carecem de restrições geométricas explícitas, levando ao colapso topológico e à distorção de características em interseções densas e difusas, especialmente em cenários de poucos disparos (few-shot).
• Métodos tradicionais baseados em esqueleto dependem de lógica booleana clássica e limiares nítidos (crisp). Essa tomada de decisão binária falha sob a imprecisão estrutural de escritas cursivas, resultando em fraturas de esqueleto (sobre-segmentação) ou conexões perdidas (sub-segmentação).

O problema central é a incapacidade dos métodos atuais de preservar a consistência topológica do esqueleto e a integridade físico-semântica durante o aumento de dados ao lidar com relações espaciais "difusas", onde os traços não estão definitivamente conectados nem desconectados.

2. Metodologia: Estrutura FGSA

O artigo propõe uma estrutura de aumento de Geometria Fusa Orientada à Estrutura (FGSA). A metodologia transita de decisões topológicas binárias rígidas para uma modelagem geométrica fusa contínua. O fluxo de trabalho consiste em quatro estágios principais:

A. Modelagem de Pertencimento de Pontos de Ramificação Fuso
Em vez de usar limiares rígidos para a detecção de pontos de ramificação, os autores modelam os pontos de ramificação como conjuntos fusos dentro do espaço do esqueleto. Um campo de pertencimento de ponto de ramificação contínuo, $\mu_{\tilde{B}}(p)$, é construído integrando duas fontes de evidência:

1. Ambiguidade Topológica: Um termo de pertencimento baseado na cardinalidade da vizinhança de 8, mapeado via função Sigmoide para permitir tolerância fusa ao redor do limiar tradicional (mudando de $\tau=4$ para um centro de $\tau=3.5$).
2. Divergência Direcional Consciente da Estrutura: Um termo que quantifica a divergência do campo de vetores tangentes locais ($\nabla \cdot \vec{v}$), que captura a intensidade da variação da dinâmica do traço em curvas e bifurcações.

Estes são fundidos via um fator de ponderação $\lambda$ para produzir um campo de pertencimento contínuo. Um $\alpha$-corte (definido em 0.5) é então usado para desfuzificar o campo, extraindo um esqueleto topológico robusto que se adapta ao ruído e às conexões cursivas.

B. Otimização de Parâmetros Substitutos Não Supervisionada
Para eliminar a dependência de ajuste manual de parâmetros e anotações de ground-truth (que são ambíguas em regiões fusas), a estrutura emprega um algoritmo de evolução diferencial (DE) não supervisionado.

• Objetivo Substituto: A otimização minimiza uma função de perda composta $L_{surrogate}$ que compreende:
  • Erro de Reconstrução Geométrica ($L_{recon}$): O erro de ajuste entre a curva de Bézier cúbica reconstruída e os pixels discretos do esqueleto.
  • Regularização de Contagem Anti-colapso ($L_{count}$): Garante que o número de pontos de ramificação detectados esteja alinhado com o número de segmentos conectados para evitar sobre ou sub-segmentação.
  • Restrição de Continuidade Topológica ($L_{cont}$): Impõe continuidade $C_0$ nas junções entre segmentos de traço adjacentes.
• O algoritmo DE busca no espaço de parâmetros ($\eta, \beta, \lambda$) para encontrar o conjunto ótimo $\Theta^*$ que equilibra estabilidade de segmentação e fidelidade de reconstrução.

C. Reconstrução Geométrica de Bézier Guiada por Função Fusa
Uma vez identificados os pontos de ramificação ótimos, o esqueleto é desacoplado em subvariedades de traço independentes. Cada segmento é parametrizado usando curvas de Bézier cúbicas:

• Ancoragem Híbrida Fusa-Nítida: Os pontos finais são ancorados deterministicamente com base no esqueleto purificado, enquanto os pontos de controle internos são inicializados usando priors cinemáticos (direção de escrita e escala) e refinados via ajuste de mínimos quadrados regularizado.
• Aumento Consciente da Estrutura: Perturbações cinemáticas estocásticas são aplicadas aos pontos de controle dentro de limites de tolerância fusa. Isso inclui relaxamento de fronteira de extremidade e perturbações de controle interno guiadas por quadros de referência locais, gerando amostras diversas, porém estruturalmente fiéis.

D. Restauração Morfológica
Para abordar artefatos de discretização (ex: contornos serrilhados, micro-vazios) introduzidos ao renderizar as curvas de Bézier contínuas de volta para uma imagem binária, um mecanismo de reconstrução topológica morfológica (operações de abertura e fechamento) é aplicado para garantir a integridade topológica.

3. Principais Contribuições

1. Modelagem de Ponto de Ramificação Fuso-Geométrica: Um novo método que representa pontos de ramificação incertos como um conjunto fuso sobre o espaço do esqueleto, relaxando decisões binárias frágeis em estimativas de pertencimento contínuas.
2. Função de Pertencimento de Dupla Evidência: Uma formulação que integra ambiguidade topológica baseada em vizinhança e divergência de campo direcional, permitindo a triagem robusta sob conexões cursivas e ruído local.
3. Otimização de Substitutos Sem Rótulos: Um mecanismo não supervisionado usando um objetivo substituto para otimizar adaptativamente parâmetros fusos, permitindo o desacoplamento de traços baseado em Bézier sem anotação manual.
4. Benchmark LZUSig: A introdução de um conjunto de dados de grande escala e altamente desafiador dedicado à degradação estrutural fina de assinaturas chinesas, disponível publicamente para pesquisa.

4. Resultados Experimentais

A estrutura FGSA foi avaliada em três conjuntos de dados: CASIA-HWDB1.1 (caracteres padronizados), ChiSig (assinaturas com interferência de fundo) e o novo LZUSig (assinaturas altamente degradadas).

• Ganhos de Desempenho:
  • No CASIA-HWDB1.1, o FGSA alcançou uma precisão de reconhecimento de 96,12%, superando ligeiramente o baseline (96,00%) e o estado da arte FgAA (96,10%), demonstrando estabilidade em cenários de baixa incerteza.
  • No ChiSig, o FGSA reduziu a Taxa de Erro de Palavra (WER) em 44,39% em relação ao baseline, superando significativamente as transformações geométricas (Afim: +41,33%, TPS: +40,27%) e modelos generativos (zi2zi: +39,04%).
  • No LZUSig, altamente degradado, o FGSA alcançou uma redução de 44,81% no WER, superando o próximo melhor método (FgAA com +36,86%) por uma margem de quase 8 pontos percentuais.
• Análise de Compromisso (Trade-off):
  • O FGSA alcançou uma fronteira de Pareto superior, equilibrando Ganho de Tarefa ($\Delta$WER), Fidelidade Estrutural (Taxa de Retenção de Características, $R_f$) e Preservação de Informação (IP).
  • Enquanto os modelos generativos ofereceram alta diversidade visual, eles sofreram com baixa fidelidade estrutural e alta perda de informação (distorção). O FGSA manteve um $R_f$ alto (comparável ao FgAA) ao mesmo tempo em que entregou ganhos de reconhecimento significativamente maiores.
• Estudos de Ablação:
  • A remoção do termo consciente da estrutura ($\lambda=1$) causou uma queda drástica no desempenho ($\Delta$WER caiu de +44,39 para +17,44), confirmando a necessidade da modelagem de divergência direcional.
  • A remoção da otimização de parâmetros não supervisionada reduziu o desempenho, provando que parâmetros estáticos não podem se adaptar a variações geométricas heterogêneas.

5. Significância e Alegações

O artigo alega que o FGSA oferece uma solução altamente controlável para o aumento de escrita manual que estabelece um compromisso robusto entre ganho de tarefa, fidelidade estrutural e preservação de características discriminativas.

• Avanço Teórico: Ao formalizar a detecção de pontos de ramificação como um problema de conjunto fuso, o trabalho aborda o gargalo teórico de modelar a incerteza topológica em escritas cursivas complexas, onde a lógica binária tradicional falha.
• Impacto Prático: A estrutura permite o reconhecimento robusto em cenários de alta segurança e baixos recursos (ex: perícia forense, transações financeiras) ao gerar amostras sintéticas de alta qualidade que preservam as sutis variações topológicas e os hábitos individuais dos escritores sem introduzir artefatos estruturais.
• Contribuição de Conjunto de Dados: A liberação do LZUSig fornece um benchmark necessário para avaliar a degradação estrutural fina, uma lacuna anteriormente não abordada na literatura.

Os autores concluem que a transição da morfologia binária rígida para a modelagem fuso-geométrica contínua é um caminho crítico para resolver a explosão do espaço de estados inerente à escrita manual altamente degradada, oferecendo um caminho para pesquisas futuras em aumento estrutural de ponta a ponta e transferência de estilo entre domínios.