DeepVecFont：通过双模态学习合成高质量矢量字体
计算机视觉与模式识别
2021-10-14 v1 图形学
摘要
基于深度学习的自动字体生成在过去十年中引起了大量关注。然而，仅有少数近期报道的方法能够直接生成矢量字形，且其结果仍远不能令人满意。本文中，我们提出一种新方法 DeepVecFont 来有效解决该问题。使用我们的方法，首次可自动生成视觉愉悦的矢量字形，其质量与紧凑性均可比肩人工设计者。我们 DeepVecFont 的关键思想是采用图像合成、序列建模与可微光栅化技术，充分挖掘矢量字体的双模态信息（即光栅图像与矢量轮廓）。本文的亮点有三。首先，我们设计了一种双模态学习策略，利用字体的图像层面与序列层面特征来合成矢量字形。其次，我们提供了一种处理非结构化数据（如矢量字形）的新生成范式：随机采样合理的合成结果以获得最优者，并在生成的结构化数据（如字形图像）引导下进一步精炼。最后，在公开数据集上进行的定性与定量实验表明，我们的方法在矢量字体生成与插值应用中获得了高质量合成结果，显著优于当前最先进水平。
引用
@article{arxiv.2110.06688,
title = {DeepVecFont: Synthesizing High-quality Vector Fonts via Dual-modality Learning},
author = {Yizhi Wang and Zhouhui Lian},
journal= {arXiv preprint arXiv:2110.06688},
year = {2021}
}
备注
SIGGRAPH Asia 2021 Technical Paper. Code: https://github.com/yizhiwang96/deepvecfont ; Homepage: https://yizhiwang96.github.io/deepvecfont_homepage/