该文汇总多项数字墨水与手写识别研究，涵盖：解耦内容与风格的生成网络，实现可编辑与风格迁移；端到端手写手稿注释流程；优化采样与排名以提升合成墨水质量；对比学习改进长文本合成；分解手写合成子任务；GAN生成手写行图像；司法笔迹鉴定数据集；CNN与序列到序列模型结合提升识别准确率；DeepWriterID系统；支持102种语言的在线手写系统。

本文综述手写合成技术，涵盖：基于神经运动控制与对数正态原理生成3D空中签名并支持验证；在线序列生成逼真文本、调整样式以部分欺骗写手识别系统；开发印度语言手势输入键盘，准确率70%至95%；结合深度学习与引导式数据合成探索阿尔茨海默病早期检测；构建合成数据集评估越南语手写识别；用卷积网络实现写作人无关的离线签名识别；生成900万手写词图像提升识别性能；改进DCGAN学习手写字体；通过排名合成签名学习动态表示，性能远超现有水平。

该文综述多项手写与手势合成研究，涵盖签名表示学习与伪造检测、空中签名验证、结合运动学与神经模型的手写合成、从手语视频生成3D虚拟人、混合梯度优化3D训练数据、深度学习辅助阿尔茨海默病早期检测、变分变压器从语音合成多样手势、SyntheticP3D减少真实数据需求以及SigWGAN生成时间序列。