본 논문은 InkSight라는 시스템을 제안합니다. InkSight는 기존의 필기 노트를 디지털 잉크 형태로 변환하는(derendering) 기술을 통해, 종이에 필기하는 방식과 디지털 필기 방식 간의 격차를 해소하고자 합니다. 기존 연구들이 이미지의 기하학적 특성에 초점을 맞춰 일반화에 어려움을 겪었던 것과 달리, InkSight는 읽기 및 쓰기 사전 정보를 결합하여 제한된 양의 페어링된 샘플로 모델 학습을 가능하게 합니다. 다양한 시각적 특성과 배경을 가진 임의의 사진 속 필기 텍스트를 효과적으로 디지털 잉크로 변환하고, 훈련 영역을 넘어 간단한 스케치에도 일반화되는 성능을 보입니다. HierText 데이터셋을 사용한 사용자 평가 결과, 생성된 샘플의 87%가 입력 이미지의 유효한 추적 결과로, 67%가 사람이 직접 그린 펜 자취처럼 보인다는 결과를 얻었습니다.
