基于双记忆的少样本组合文字字体生成
计算机视觉与模式识别
2020-07-17 v2 图形学
机器学习
摘要
对于字形丰富的文字系统而言，生成一套新的字体库是一项极其耗费人力且耗时的工作。尽管现有的字体生成方法取得了显著成功，但它们存在明显缺陷：要么需要大量参考图像才能生成新的字体集，要么在仅有少量样本时无法捕捉细节风格。本文关注组合文字（一种全球广泛使用的字母系统，其中每个字形可由若干部件分解而成）。通过利用组合文字的复合性，我们提出了一种新颖的字体生成框架，称为双记忆增强字体生成网络（DM-Font），仅需少量样本即可生成高质量的字体库。我们在生成器中采用记忆组件与全局上下文感知以发挥复合性的优势。在韩文手写字体与泰文印刷字体的实验中，我们从定量与定性上观察到，相较于最先进的生成方法，我们的方法生成的样本质量显著更优且风格还原忠实。源代码见 https://github.com/clovaai/dmfont。
引用
@article{arxiv.2005.10510,
title = {Few-shot Compositional Font Generation with Dual Memory},
author = {Junbum Cha and Sanghyuk Chun and Gayoung Lee and Bado Lee and Seonghyeon Kim and Hwalsuk Lee},
journal= {arXiv preprint arXiv:2005.10510},
year = {2020}
}
备注
ECCV 2020 camera-ready