基于深度度量学习的少样本字体生成
计算机视觉与模式识别
2020-11-05 v1
摘要
为具有大量字符的语言（如日语和汉语）设计字体是一项极其耗费人力且耗时的工作。在本研究中，我们解决了仅从少量字体样本自动生成日文字体排版的问题，其中合成的字形期望具有连贯的特征，如骨架、轮廓和衬线。现有方法在风格参考字形数量极为有限时，往往无法生成精细的字形图像。为此，我们提出了一种简单但强大的框架来提取更好的风格特征。该框架将深度度量学习引入风格编码器。我们使用黑白及形状区分性字体数据集进行了实验，并证明了所提框架的有效性。
引用
@article{arxiv.2011.02206,
title = {Few-Shot Font Generation with Deep Metric Learning},
author = {Haruka Aoki and Koki Tsubota and Hikaru Ikuta and Kiyoharu Aizawa},
journal= {arXiv preprint arXiv:2011.02206},
year = {2020}
}
备注
Accepted to ICPR 2020