「从图里恢复不出压力」需要改口，而且理由比原来那条更硬

发表于 2026-10-18 分类于技术本文字数： 6.3k 阅读时长 ≈ 23

一句 2010 年综述摘要里的弱判断，被我们写成了「压感从静态图像不可辨识」。这篇把这句话里的三件事拆开，说明该改成什么，以及改完之后有一条独立于「不可辨识」的更硬的理由。

作者 · kailfrong

写作日期 ：2026-10-18
面向读者 ：做手写、书法生成，或者任何打算「从成品图反推书写过程」的人；以及所有会把综述里的一句话当结论引用的人
核心问题 ：我们把一句 2010 年综述摘要里的判断，写成了「压感从静态图像不可辨识」。这句话该怎么改口？改完之后，论证是变弱了还是变硬了？
行文约定 ：中文为主；英文术语保留（trajectory recovery、ground truth、binarization 等）；第一次出现的英文术语给全称

引子：一句话里混着三件事

有一句话在我们的材料里承重很久：

压感从静态图像不可辨识。

它唯一的依据是一篇 2010 年的综述——Techniques for Static Handwriting Trajectory Recovery: A Survey（Vu Nguyen、Michael Blumenstein，DAS 2010，ACM pp.463–470，DOI 10.1145/1815330.1815390）。那篇综述的摘要里有一句：

Whilst the exact value of velocity as well as acceleration or pressure is unlikely to be recoverable, the temporal order of the strokes or the pen trajectory is shown to be more promising for recovery.

我们把这句话读成了三件事，而它只说了其中一件。

「unlikely to be recoverable」是「不太可能」，不是「不可能」，更不是「已被证明不可辨识」；它是一篇综述作者的领域判断 ，不是实验结论；而它的适用范围落在该综述所覆盖的那批语料上。

本文要做三件事。 第一，把那句话逐字摊开，说明哪一半连原文都没被读到过。第二，核对这个来源自己表里的数字 —— 它自己就对不上。第三，给出改口之后独立于「不可辨识」的另一条理由 ，那条比原来那条硬得多。

顺带说明第三条的方向：本文要主张的不是「反推路线做得成」，而是「反推路线没法被验证 」。这两件事经常被混成一件，而它们需要的证据完全不同。

同一批调研里还有一条关于「用什么当质量判据」的教训，写在《「美学打分器」不能用，而且这不是我的主观判断》里。两篇问的是同一条纪律的两个入口 ：一把量不了那个东西的尺子，不能拿来断言那个东西不存在。本文这一侧是「能不能反推」，那一侧是「拿什么来评」。

1. 原文到底说了什么

1.1 摘要那一句，逐字

上面那句英文是全文最重要的一句，它的性质必须说清楚——它不是实验结果 。

这句话里被读到的东西	原文实际提供的
「不可辨识」	「unlikely to be recoverable」，即不太可能
「压感不可恢复」是一个结论	是 survey（综述）摘要里的一句领域判断
这篇论文做过压力恢复的实验	综述本身零实验，全部内容都是转述 37 篇以上的既有工作
结论落在所有静态图像上	落在这篇综述覆盖的语料上，即 UNIPEN、IRONOFF、NIST 这批

摘要里紧跟着的那半句还带着一个明确的转述标记：The experimental results **reported in the literature** suggest that…。「文献里报告的」这几个字，把实验的责任交给了别人。

1.2 三条限定，每一条都不能省

摘要说完了，正文里还有三处让这句话更弱的表述：

§1 把「恢复动态信息」这个方向明确归给了别人。 原文写的是 encourages the recovery and utilisation of dynamic information, such as **pressure [4]**——[4] 是参考文献，不是本文的结论。
§3 说局部检查「可以扩展到」压力。 原文用的是 can also be extended to gray level consistency, striations, feathering, pressures, and accelerations **[24]**——同样是文献里有人扩展到 ，这篇没有做。
Table 1 那张定量总表里，没有任何一行是关于压力的。 全篇 pressure 一共出现 6 次，除摘要那一句外，其余分别是在列举在线信号、或在上面那两处把方向归给参考文献。

压力在这篇综述里是「被提到并被归给别人的一席之地」，不是被量化的一张表。

1.3 一句话里混着三件事

所以那三个动作要分开：

graph TD S["「压感从静态图像不可辨识」"] --> M1["主张一：结论的强度 不可辨识是信息论意义上的断言 这是原文没有的升格"] S --> M2["主张二：依据的来源 原文是综述作者的一句领域判断 综述本身零实验"] S --> M3["主张三：适用范围 落在该综述的语料上 UNIPEN / IRONOFF / NIST"] style S fill:#fff3cd,stroke:#ffc107 style M1 fill:#f8d7da,stroke:#dc3545 style M2 fill:#f8d7da,stroke:#dc3545 style M3 fill:#f8d7da,stroke:#dc3545

三件事分别需要三份不同的证据，而原文只提供了第三件的一部分。 后文按这个顺序拆。

2. 这个来源自己的数字对不上

如果「不可辨识」这句话要改口，那最自然的反应是「那换一篇更硬的文献来支撑它」。在换之前，先看这一篇自己经不经得起核对。

2.1 同一个参考文献，两个恢复率

§8 的散文里写：

In character recognition, Rousseau et al. [25] achieved the recovery rate of 93.3% when characters with unexpected models are removed from experiments.

而同一篇文章的 Table 1 里，同一个参考文献 [25]、同一组实验设定（5556 训练 / 1852 测试的多笔小写字母、剔除异常模型与噪声图像），Accuracy 列写的是：

出处	恢复率
§8 散文	93.3%
Table 1	83.3%

差一位数字。 我们判定不了哪个是笔误——这需要看原刊的排版稿。

能确定的是 ：这篇被反复引用的综述，它自己表里的数与它自己散文里的数对不上 。⇒ 引用 Rousseau 等 2006 的恢复率时，必须同时写出两个数字并注明原文自相矛盾，不能只引一个 。

2.2 「全表最佳」其实只在子集里成立

§8 还有一句：Qiao et al. [3] reported **the best** recovery rate of 96%。

范围	最高的 Accuracy
Subject = Handwriting 的各行	Qiao 等 2006：96.0%
Table 1 全 20 行	Zou 与 Yan 1998：97.6%（Numerals，NIST 库）
Table 1 全 20 行（第二）	Nefedov 2006：97.4%（Characters，50 个字）

「the best」只在 Handwriting 子集内成立，而 §8 没有说明这个限定 ，字面上会被读成全表最佳。

对照之下，这篇有三处确实对得上的：Plamondon 与 Privitera 的 89.0%、Kato 与 Yasuhara 的 91.6%、Doermann 等的 84.0%，§8 散文与 Table 1 完全一致。所以这不是通篇不可靠，而是局部的、具体的错误——而局部错误恰恰最难被发现。

graph TD P["§8 的散文结论"] --> P1["Rousseau 等 2006：93.3%"] P --> P2["Qiao 等 96% 是 the best"] Q["Table 1 的 20 行"] --> Q1["Rousseau 等 2006：83.3%"] Q --> Q2["Qiao 等：96.0%"] Q --> Q3["全表最高：Zou 与 Yan 97.6%"] P1 -.->|"同一个参考文献 [25]，差一位数字"| Q1 P2 -.->|"限定条件在文中缺失"| Q2

2.3 那些 80%–97.6% 是怎么来的

全表 Accuracy 的区间是 80.0% 到 97.6%，看起来都不低。但这张表的 Experimental Settings 列本身就是证据——几乎每一行都写着剔除条件：

剔除条件（原文）	出现在哪几行
no hidden ends	Rousseau 等 2005
samples contain skeleton artefacts are removed	Niels 与 Vuurpijl 2006
with unexpected models and noisy image removed	Rousseau 等 2006
words contain 3 and/or 4 branches intersections only	Qiao 与 Yasuhara 2006

而 §5 里记着一条：孤立字符样本中有 9% 至少有一个隐藏端点，被直接移出实验 ；§5 同时说隐藏端点的自动识别 has not been **any attempt** in the literature。§8 开头也写着 research in this area is still sparse，末尾还承认绝大多数方法的连续性估计 estimate this value roughly。

⇒ 这些数字不足以支撑「静态图像里的书写过程可以被可靠恢复」。 Accuracy 最高的那几行（97.6% / 97.4% / 97.0%），恰恰是语料最受限的那几行：数字、单笔画草图、50 个字。

3. 关于软笔：能说什么，不能说什么

我们做的是中文毛笔书法，所以最自然的追问是：这篇综述跟软笔书法是什么关系？

最要紧的一点：这个问题的答案必须分两层说，而第二层的方向和第一层相反。

3.1 能说的：它的覆盖面到哪里

维度	实测
Table 1 行数	20 行，列名 Author / Year / Material / Subject / Experimental Settings / Accuracy
Material 列取值	只有 Skeleton（骨架）与 Contour（轮廓）两种
Subject 列取值	Characters / Handwriting / Signatures / Loops / Numerals，五类，没有汉字这一类
出现的语料	UNIPEN（3 行）、IRONOFF（2 行）、NIST（2 行）、城市名、50 个阿拉伯语词、小写字母、数字、单笔画草图
全文 `brush`	0 次
全文 `calligraph*`	0 次
全文 `Chinese`	3 次，其中只有 1 次在正文，且是转述他人做汉字歧义区分类
全文 `pressure`	6 次，承重那一句之外，其余是在列举在线信号或把方向归给参考文献

这些都是可以照着说的事实 ：这篇综述的定量总表里，Material 只有骨架与轮廓两种，Subject 只有五类，语料是 UNIPEN / IRONOFF / NIST；brush 与 calligraph* 在全文出现 0 次；Table 1 里没有任何一行是关于压力的。

3.2 不能说的：它「不覆盖软笔书法」

上面那张表推不出「这篇综述不覆盖软笔书法」。 理由是覆盖率：

这篇综述引用了 37 篇以上的原始工作，而 Table 1 只收了其中 20 行 。
这 37 篇我们一篇都没读。
综述正文不用 brush 这个词、Material 列只有两种，都不能推出被引的某篇原始工作不涉及毛笔或运笔力度 。

⇒ 正确的写法是 ：「这篇综述的定量总表与全文关键词统计，覆盖不到软笔书法；它是否涉及软笔书法书写，我们未核——被引的 37 篇以上原始工作一篇未读，而总表只收了其中 20 行。」

「查不到」写成「不覆盖」，是把一个关于检索范围的判断偷换成关于事实的判断。 而后者会顺着结论一起传播出去。

3.3 另一条更根本的障碍（这是我们的推论，论文没这样说）

§3.3 里有这么一句：

Since line width often varies with writing instruments and writing speed, especially in sophisticated handwriting or signatures, handling ambiguous zones this way requires greater care.

这句话的前提恰恰是「线宽会变」。 而软笔笔迹的宽度剖面恰恰是由灰度渐变承载的，不是由一条恒定宽度的线承载的。

⇒ 我们的推论 ：这篇综述关于歧义区、骨架、轮廓的那套方法论，其有效性依赖一个对软笔不成立的假设。

这一条必须标明是我们做的推论，论文没有这样说。 而且它说明的是「不能把这套方法论直接搬到软笔上 」，不等于「这篇综述的语料里没有软笔」—— 3.2 节那条界线在这里同样适用。

4. 更硬的理由：评测只能靠在线真值

前三节都在收拾「不可辨识」这个理由。这一节给出一条完全独立的理由，而它比原来那条硬得多。

4.1 §7 逐字

To determine the performance of a trajectory recovery system, the recovered trajectories need to be compared with the online ground truth. This can only be performed by either using the simultaneously generated on-line and off-line data as described in [62] or simulate the off-line images using the on-line data [3] and an ink-deposition model such as [65].

ground truth（真值）这个词在这里是承重的。要评测「恢复出来的轨迹对不对」，必须有一份配对的在线记录，而这件事只能通过两种方式获得：同时采集在线与离线数据，或者用在线数据加一个墨迹沉积模型（ink-deposition model）去模拟出离线图像。

§7 还批评了目视评测：visual evaluation is subjective, not quantitative, and is prone to error。

4.2 这条理由为什么独立于「不可辨识」

把两件事分开：

	「压感不可辨识」	「评测只能靠在线真值」
说的是什么	关于世界的一个断言：信息在图里不在	关于方法的一个断言：这条路的验收依赖外部数据
成立需要什么	需要一篇不可辨识性论证	只需要那篇综述 §7 这一句话
如果后来出现反例	结论就错了	结论仍成立，只是评测成本变了
对「能不能走这条路」的影响	理论上的封死	实践上的封死：走这条路，任何验收指标都要求一份配对的在线真值

关键在最后一行。 「从静态图像恢复动态量」这个任务的评测接口要求在线真值——这不是理论问题，是接口问题。而软笔书法的真实数据场景恰恰是只有成品图、没有压力记录 。

⇒ 走反推路线，就意味着任何验收指标都必须依赖一份拿不到的真值。没有可信评测，这条路线无法被验证。

而生成路线在原理上绕开了这个依赖 ：结构是模型自己产出的，评测可以直接拿生成的结构当被测量的对象，不需要外部真值。

这是一条独立于「不可辨识」的架构理由，而且它更硬——因为它不需要任何人证明「压力不可辨识」，只需要读懂 §7 那一句 only 。

4.3 还有一条：二值化会毁掉承载它的那个量

§2 里还有一句，逐字：

A popular preprocessing operation such as binarization would deteriorate or even destroy valuable clues such as intensity consistency, continuation, and feathering whilst these clues could possibly be extracted and utilised using gray-scale images.

binarization（二值化）会破坏灰度一致性（intensity consistency）、笔画连续性（continuation）和羽化（feathering）这三类线索。

而软笔笔迹的宽度剖面正是靠灰度渐变承载的：一旦二值化，笔画边缘的过渡被抹掉，逐点的笔宽信息随之消失。

⇒ 「从成图反推压力」在软笔场景下有一个额外的、论据充分的障碍：把图二值化就足以摧毁承载压力的那个量。

这一条不需要任何「不可辨识」的主张——它只需要「二值化会毁掉羽化信息」（§2 有），加上「软笔的宽度靠羽化表达」这个观察。

而后半句是我们的观察，不是这篇论文说的 ，它需要我们自己用数据验证（例如同一笔的不同提按，二值化前后宽度信息损失多少）。

5. 必须加的那条更正：运动学其实可辨识

前面四节都在说「那句话要改口」。但只改口是不够的——那句话里有一半是错的，而且错的方向会让人把整个家族一起否掉。

5.1 一篇 2026 年的工作恢复了速度和曲率

Hierarchical offline-to-online Chinese handwriting trajectory reconstruction via dual-domain priors（Lei Wang 等六人，Journal of King Saud University - Computer and Information Sciences，2026, 38:722，DOI 10.1007/s44443-026-01050-5）是这个家族里做得相当扎实的一支：它有书写动态的分布建模、有 DTW 对齐、有恒速对照实验，还有 50 人的主观图灵测试。

它恢复出来的是什么？速度和曲率。

它的做法是把「书写动态」建模成一个分布：每笔重采样成点集，算近似速度与几何曲率，对 $(lo g ω, lo g v)$ 的联合分布拟合二维高斯混合模型（2D Gaussian Mixture Model），然后用一个分布距离来问「你生成的轨迹落在人类的分布里吗」。答案是 JSD（Jensen-Shannon divergence，詹森-香农散度）= 0.071 。

同一次实验里还有一个漂亮的对照：把生成轨迹采样成恒速，几何形状完全不变，只压平速度调制。结果三个指标同时塌掉——JSD 从 0.071 涨到 0.246 ，速度相关性从 0.84 掉到 0.19 。

⇒ 「看起来一样」和「动得一样」是两个完全不同的命题，而指标能分开它们。

5.2 那篇论文里，压感和线宽各出现了几次

我们把全文抽出来做了词频统计（子串计数，口径见附录），结果是：

词	出现次数
`velocity`	15
`acceleration`	1，且是名词用法
`pressure`	0
`brush`	0
`width`	3，且没有一次是重建目标

压力在这篇论文里一个字的都没有。

那 3 次 width 也不是目标 ：一次是图注里标注框的尺寸，一次是介绍别人在机器人任务里做轮廓与线宽的建模，一次是 IoU（Intersection over Union，交并比）容差带的半径。

线宽在它那里是训练时的渲染增强参数。 论文写的是：训练时把在线轨迹栅格化成图像，并用 random stroke thickening、抗锯齿渲染和轻度模糊做增强。

⇒ 线宽是模型的「输入侧噪声」，不是「输出目标」。

5.3 所以正确的表述是什么

graph TD A["从静态图像反推书写过程"] --> B["几何 轨迹与笔画顺序"] A --> C["运动学 速度与曲率"] A --> D["力学 压力与逐点线宽"] B --> B1["综述认为更有恢复希望"] C --> C1["2026 年有工作恢复出来 JSD 0.071，恒速对照 0.246"] D --> D1["unlikely to be recoverable 线宽在那篇里只是训练期的随机加粗"] style B1 fill:#d4edda,stroke:#28a745 style C1 fill:#d4edda,stroke:#28a745 style D1 fill:#f8d7da,stroke:#dc3545

分界线不在「能反推 / 不能反推」，它在「运动学 / 力学」之间。

所以那句改口后应该是：

压感（及逐点线宽）不太可能从静态图像恢复；运动学部分可辨识。

说成「反推什么都反推不出来」是错的 ，而这个错法有实际后果：它会把一个可行的方向一起否掉 。那篇 2026 年的工作证明了速度与曲率能被恢复出来，而且它的恒速对照实验给出了一套现成的验收范式——构造一个「几何完全相同、只把某个通道压平」的对照组，看指标会不会掉。落差大到不会认错。

但也别把这个论据用过头 ：那篇论文与「生成」方向相反，它是成图到过程的重建，而生成是过程到成图 。它是「反推路线能力边界」的证据，不是技术参照——拿它的指标去比生成方案的指标是不成立的。

5.4 「不可辨识」这个严格的说法，长什么样

顺带把数学那一侧说清楚，因为「不可辨识」这个词本来有精确的含义，而我们此前用的是一个不精确的近义词。

设图像为 $I$ 、压力剖面为 $p$ 。若存在两个不同的压力剖面，它们渲染出的图像完全相同，也就是 $I (p_{1}) = I (p_{2})$ 而 $p_{1} \neq = p_{2}$ ，那么任何只看 $I$ 的判别器对这两个剖面必然返回同一个答案——而正确答案不同。这时「不可辨识」才是严格成立的说法。

摘要给的是 unlikely，即「不太可能」。这两者之间隔着的不是措辞，是需要补上的论证。 我们手上没有这个论证，所以也不该用那个词。

结语：改口之后，论证反而更强

把上面四节合起来，那句承重判断应该这样写：

在一篇 2010 年的笔迹轨迹恢复综述里，作者判断从静态图像中恢复逐点速度、加速度、压力的精确值「不太可能」，而笔画顺序与笔迹轨迹被认为更有恢复希望。（源：摘要逐字引用）
该判断的适用对象是该综述所覆盖的语料 ：定量总表的 20 行里，Material 只有骨架与轮廓两种，Subject 只有五类，语料为 UNIPEN、IRONOFF、NIST 等；brush 与 calligraph* 全文 0 次。它是否涉及软笔书法，我们未核。
运动学部分是可辨识的 ：2026 年已有工作在汉字上恢复了速度与曲率，并用恒速对照证明了指标能区分「几何相同」与「运动相同」。所以「反推什么都反推不出来」这句话是错的。
更硬的两条限制与「不可辨识」无关：轨迹恢复的评测只能依赖在线真值（§7），而真实软笔数据没有真值；二值化会直接摧毁承载笔宽的羽化信息（§2）。

改写之后，论证反而更强也更安全 ：从「证明不可辨识」这种无据的强断言，换成「有文献支持的方向性判断 + 明确的能力边界 + 两条独立的结构性限制」。

而这四条里，最该记住的不是第 1 条。 第 1 条是别人十六年前的一句判断，第 2 条是我们查出来的覆盖边界，第 3 条是一篇新论文给出的更正——只有第 4 条，是我们自己读完 §2 和 §7 就能得到的结论。

凡是从文献里搬一个判断当依据，先问两个问题 ：那句话的字面值有多强，它的适用范围到哪里。这两个问题问完，通常会发现真正承重的是你自己读到的那一节。

附录：参考资源

论文

Nguyen & Blumenstein 2010 ，Techniques for Static Handwriting Trajectory Recovery: A Survey —— DAS 2010（9th IAPR Int’l Workshop on Document Analysis Systems），ACM pp.463–470，DOI 10.1145/1815330.1815390。本文 1.1 节的摘要逐字句、2.1 与 2.2 节的两处对账、3.1 节的覆盖面表、4.1 节的 §7 逐字句、4.3 节的 §2 逐字句，全部出自它。 引它的时候请一并注明：定量总表全文 20 行，被引的原始工作 37 篇以上，引用其恢复率时 Rousseau 等 2006 那条必须写两个数字。
Wang, Sharum, Yaakob, Kasmiran, Liu & Wang 2026 ，Hierarchical offline-to-online Chinese handwriting trajectory reconstruction via dual-domain priors —— Journal of King Saud University - Computer and Information Sciences 38:722，DOI 10.1007/s44443-026-01050-5。本文 5.1–5.2 节的书写动态分布建模、恒速对照、词频统计，出自它。 引用时注意：卷号 38 之后那个 722 是文章编号 ，不是页码，写成「pp.722」是错的。

一条关于取材的脚注

这篇综述的 PDF 是本轮调研里最难读进去的一份，而原因值得记一笔：不是访问墙，是工具墙。

PDF 原件可以正常下载（实测 200 / 264,921 字节）。
但它用的是子集化的 Type1 字体、自定义编码，文件内没有 /ToUnicode、没有 /Differences、没有 /Encoding——自写的抽取器只能拿到 43,540 字符的字体字形码（例如 \3\4\5\6\7\10\11\12 对应 “Techniques”），抽不出人话。
真正的全文来自机构库（Dspace）在 TEXT bundle 里生成的机器抽取文本流 ，实测 200 / 39,184 字节，覆盖 §1–§8 全部小节、定量总表和 37 条以上参考文献。
校验办法是把抽取文本的摘要与独立来源（出版商记录）逐字比对，承重那句完全一致；同时核对了章节结构与交叉引用编号的自洽性。

⇒ 「读不出来」有时是抽取器的锅，不是 PDF 的锅。 而在这份材料里，还有两处非承重句与出版版存在措辞差异，正文里还留着 Conference'04, Month 1–2, 2004 这样的占位符——读到的是作者投稿版，不是 2010 年的 ACM 正式出版版 。做引用时以正式出版信息为准。

词频统计的口径

5.2 节那组统计取自对论文全文的抽取文本。这份 PDF 的词与词之间基本没有空格（排版字距被字距数组吸收），所以词频必须用子串计数，不能用词边界计数——按词边界数，trajectory 只数得到 1 次，而子串计数是 81 次。

为确认「pressure = 0」不是「没抽到那一页」，做了正向检出控制：同一套归一化管线在 randomstrokethickening（1 次）、vonmisesdistribution（1 次）、dtw（25 次）、jsd（5 次）上全部命中。顺带记一条自己踩的坑：归一化时只去空格、不去换行 ，会让 0.008 这类小数假报 0——统计对不上时，先怀疑自己的归一化，再怀疑原文。

同系列

本文（2026-10-18）—— 「能不能反推」这一侧 ：一句话里混着三件事，以及一条独立于「不可辨识」的更硬理由
《「美学打分器」不能用，而且这不是我的主观判断》（2026-10-18）—— 「拿什么来评」那一侧 ：三条来自论文的独立反对理由，以及「测不出来」为什么有两种完全不同的原因