基于局部化风格表示与分解的少样本字体生成
计算机视觉与模式识别
2020-12-17 v2
摘要
自动少样本字体生成是一个实用且被广泛研究的问题，因为人工设计成本高昂且依赖于设计者的专业知识。现有少样本字体生成方法旨在从少量参考字形中学习解耦风格与内容要素，主要关注每种字体风格的通用风格表示。然而，这种方法限制了模型表征多样化局部风格的能力，从而使其不适用于最复杂的文字系统，例如汉字，其字符由数量可变且结构高度复杂的部件（常称“偏旁”）组成。本文提出一种通过学习的局部化风格即部件级风格表示而非通用风格来生成字体的新方法。所提出的风格表示使我们能够合成文字设计中的复杂局部细节。然而，在少样本字体生成场景下，当目标文字具有大量部件（例如中文超过200个）时，仅从参考字形学习部件级风格是不可行的。为减少参考字形数量，受低秩矩阵分解启发，我们通过部件因子与风格因子的乘积来简化部件级风格。得益于强表示能力与紧凑分解策略的结合，我们的方法仅使用8张参考字形图像即展现出明显优于其他state-of-the-art的少样本字体生成结果，且无需利用强局部监督（如各部件位置、骨架或笔画）。源代码见https://github.com/clovaai/lffont。
引用
@article{arxiv.2009.11042,
title = {Few-shot Font Generation with Localized Style Representations and Factorization},
author = {Song Park and Sanghyuk Chun and Junbum Cha and Bado Lee and Hyunjung Shim},
journal= {arXiv preprint arXiv:2009.11042},
year = {2020}
}
备注
Accepted at AAAI 2021, 12 pages, 11 figures, the first two authors contributed equally