DG-Font：用于无监督字体生成的形变生成网络
计算机视觉与模式识别
2021-04-09 v2
摘要
字体生成是一个具有挑战性的问题，尤其对于一些由大量字符组成的书写系统而言，近年来吸引了大量关注。然而，现有的字体生成方法通常属于监督学习，需要大量配对数据，而这类数据的收集费时费力且成本高昂。此外，常见的图像到图像翻译模型通常将风格定义为纹理与颜色的集合，无法直接应用于字体生成。为解决这些问题，我们提出了一种用于无监督字体生成的新型形变生成网络（DG-Font）。我们引入了特征形变跳跃连接（FDSC），其预测位移图对并利用预测图对来自内容编码器的低层特征图施加可变形卷积。FDSC 的输出被送入混合器以生成最终结果。借助 FDSC，混合器输出具有完整结构的高质量字符。为了进一步提升生成图像的质量，我们在内容编码器中使用了三个可变形卷积层来学习风格不变的特征表示。实验表明，我们的模型生成的字符质量高于现有最优方法。源代码发布于 https://github.com/ecnuycxie/DG-Font。
引用
@article{arxiv.2104.03064,
title = {DG-Font: Deformable Generative Networks for Unsupervised Font Generation},
author = {Yangchen Xie and Xinyuan Chen and Li Sun and Yue Lu},
journal= {arXiv preprint arXiv:2104.03064},
year = {2021}
}
备注
Accepted by CVPR-2021