Soutenance de thèse : Conception d’une architecture de réseaux de neurones profonds dédiée à la synthèse d’écriture manuscrite à partir de capteurs cinématiques d’un stylo numérique

Cette thèse vise à reconstruire la trace de l'écriture manuscrite en ligne à partir d'un stylo numérique Stabilo équipé de capteurs cinématiques. Nous proposons un pipeline de traitement associant les signaux des capteurs à la trajectoire d'écriture, utilisant le Dynamic Time Warping pour l'alignement et une architecture inspirée des Temporal Convolutional Networks. En outre, nous présentons une approche de mélange d'experts (MOE) pour améliorer la compréhension de chaque aspect de l'écriture manuscrite, comprenant un modèle d'expert pour les touchés de crayon et un modèle d'expert pour les trajectoires plume haute. La variation des signaux capturés entre les adultes et les enfants, due aux différences de vitesse et de confiance dans les gestes d'écriture manuscrite, constitue un défi important. Nous y remédions par une approche d'adaptation au domaine. Par ailleurs, nous fournissons un nouvel ensemble de données de référence publiques pour soutenir les recherches et les comparaisons futures dans le domaine de la reconstruction de l'écriture manuscrite.