CoSE：组合式笔画嵌入
机器学习
2020-12-01 v2 计算机视觉与模式识别
机器学习
摘要
我们提出了一种用于复杂自由形式结构(如基于笔画的绘图任务)的生成模型。虽然先前的方法依赖于用于基本物体或手写文本绘图的基于序列的模型，我们提出了一种将绘图视为可组合为复杂结构(如图表(例如流程图))的笔画集合的模型。该方法的核心是一种新颖的自动编码器，它将变长笔画投影到固定维度的潜空间中。该表示空间允许在潜空间中运行的关系模型更好地捕捉笔画之间的关系并预测后续笔画。我们从定性和定量上证明，我们提出的方法能够建模单个笔画的外观以及更大幅图绘图的组成结构。我们的方法适用于交互式用例，例如图表的自动补全。我们在 https://eth-ait.github.io/cose 公开了代码和模型。
引用
@article{arxiv.2006.09930,
title = {CoSE: Compositional Stroke Embeddings},
author = {Emre Aksan and Thomas Deselaers and Andrea Tagliasacchi and Otmar Hilliges},
journal= {arXiv preprint arXiv:2006.09930},
year = {2020}
}