中文字体迁移
计算机视觉与模式识别
2017-08-03 v2
摘要
本文提出了一种基于深度学习的中文字体变换新网络架构。该架构由两个子网络组成：(1) 一个全卷积网络（FCN），旨在在保留结构信息的前提下将指定的字体风格迁移到另一种风格；(2) 一个对抗网络，旨在生成更逼真的细节笔画。与 2012 年之前提出的依赖汉字部件或笔画复杂分割的模型不同，我们的模型将每个汉字视为不可分割的图像，因此摒弃了预处理或后处理步骤。此外，我们的模型采用端到端训练，无需使用其他深度模型中常见的预训练。实验表明，我们的模型能够从任何源字体合成逼真的目标字体，适用于印刷风格和手写风格。
引用
@article{arxiv.1707.04904,
title = {Chinese Typography Transfer},
author = {Jie Chang and Yujun Gu},
journal= {arXiv preprint arXiv:1707.04904},
year = {2017}
}
备注
There is an error in Figure 5.(b) where the figure caption is "evaluation mse" instead of "Loss curve". It can lead to the misunderstanding of my performance under different configuration. So I request to withdraw