DeepVecFont-v2：利用Transformers合成更高质量矢量字体
计算机视觉与模式识别
2023-03-28 v1 图形学
摘要
矢量字体合成是计算机视觉与计算机图形学领域中一个具有挑战性且尚待解决的问题。近期提出的DeepVecFont通过利用矢量字体的图像与序列两种模态信息取得了最先进的性能。然而，其在处理长序列数据方面能力有限，且严重依赖于图像引导的轮廓精炼后处理。因此，DeepVecFont合成的矢量字形仍常包含一些畸变与伪影，无法媲美人工设计的结果。为解决上述问题，本文提出DeepVecFont的增强版本，主要作出以下三项新技术贡献。首先，我们采用Transformers替代RNN来处理序列数据，并设计了一种用于矢量轮廓的松弛表示，显著提升了模型合成长且复杂轮廓的能力与稳定性。其次，我们提出在控制点之外采样辅助点，以精确对齐生成与目标Bézier曲线或直线。最后，为缓解序列生成过程中的误差累积，我们基于另一个Transformer解码器开发了基于上下文的自精炼模块，以去除初始合成字形中的伪影。定性与定量结果均表明，所提方法有效解决了原始DeepVecFont的固有缺陷，并在生成具有复杂结构与多样风格的英文和中文矢量字体上优于现有方法。
引用
@article{arxiv.2303.14585,
title = {DeepVecFont-v2: Exploiting Transformers to Synthesize Vector Fonts with Higher Quality},
author = {Yuqing Wang and Yizhi Wang and Longhui Yu and Yuesheng Zhu and Zhouhui Lian},
journal= {arXiv preprint arXiv:2303.14585},
year = {2023}
}
备注
Accepted by CVPR 2023. Code: https://github.com/yizhiwang96/deepvecfont-v2