DualVector：基于双部分表示的无人监督矢量字体合成
计算机视觉与模式识别
2023-05-19 v1
摘要
字体的自动生成可为字体设计提供重要辅助。当前许多方法将字形视为像素化图像，在缩放时会出现伪影且矢量化后不可避免存在质量损失。另一方面，现有矢量字体合成方法要么无法简洁表示形状，要么在训练时需要矢量监督。为将矢量字体合成质量推向新高度，我们提出一种新颖的矢量字形双部分表示，其中每个字形建模为若干闭合“正”与“负”路径对的集合。字形轮廓通过对这些路径进行布尔运算得到。我们首先仅从字形图像学习该表示，并设计后续的轮廓精炼步骤使轮廓与图像表示对齐以进一步增强细节。我们的方法名为 DualVector，在矢量字体合成上定性与定量均优于最先进方法。我们合成的矢量字体可轻松转换为 TrueType Font 等常用数字字体格式以供实用。代码发布于 https://github.com/thuliu-yt16/dualvector。
引用
@article{arxiv.2305.10462,
title = {DualVector: Unsupervised Vector Font Synthesis with Dual-Part Representation},
author = {Ying-Tian Liu and Zhifei Zhang and Yuan-Chen Guo and Matthew Fisher and Zhaowen Wang and Song-Hai Zhang},
journal= {arXiv preprint arXiv:2305.10462},
year = {2023}
}
备注
CVPR 2023