DA-Font：基于双重注意力混合集成的少样本字体生成
计算机视觉与模式识别
2025-09-23 v1
摘要
少样本字体生成旨在利用有限数量的字形参考来创建新字体，可显著降低人工字体设计的劳动成本。然而，由于字体风格的多样性和复杂性，现有方法生成的结果往往存在明显缺陷，如笔画错误、伪影和模糊。为解决这些问题，我们提出 DA-Font，一个集成了双重注意力混合模块（DAHM）的新型框架。具体而言，我们引入了两个协同作用的注意力模块：组件注意力模块利用内容图像中的组件信息来引导风格迁移过程，关系注意力模块则通过将内容特征与原始和风格化的组件级表征进行交互，进一步细化空间关系。这两个模块协同工作，以保留准确的字形和风格纹理。此外，我们还设计了一种角点一致性损失和一种弹性网格特征损失，以更好地改善几何对齐。大量实验表明，我们的 DA-Font 在多种字体风格和字符上均优于当前最先进的方法，证明了其在增强结构完整性和局部保真度方面的有效性。源代码可在 \href{https://github.com/wrchen2001/DA-Font}{\textit{https://github.com/wrchen2001/DA-Font}} 找到。
引用
@article{arxiv.2509.16632,
title = {DA-Font: Few-Shot Font Generation via Dual-Attention Hybrid Integration},
author = {Weiran Chen and Guiqian Zhu and Ying Li and Yi Ji and Chunping Liu},
journal= {arXiv preprint arXiv:2509.16632},
year = {2025}
}
备注
Accepted by ACM MM 2025