基于弱监督局部化表示的少样本字体生成
计算机视觉与模式识别
2021-12-23 v1
摘要
自动少样本字体生成旨在解决一个定义明确且现实的问题，因为人工字体设计昂贵且依赖于设计者的专业知识。现有方法通过为每个字体风格开发通用风格表示来学习解耦风格与内容要素。然而，这种方法限制了模型表征多样局部风格的能力，因为它不适用于复杂的文字系统，例如汉字——其字符由数量可变的部件（常称“偏旁”）组成，且具有高度复杂的结构。本文中，我们提出一种新颖的字体生成方法，学习局部化风格，即部件级风格表示，而非通用风格。所提出的风格表示能够实现文本设计中复杂局部细节的合成。然而，当目标文字具有大量部件（例如中文超过 200 个）时，仅从少量参考字形学习部件级风格是不可行的。为减少所需参考字形数量，受低秩矩阵分解启发，我们用部件与风格因子的乘积来表示部件级风格。得益于强表示力与紧凑分解策略的结合，我们的方法以仅八个参考字形展现了明显优于其他最先进方法的少样本字体生成结果。此外，并未使用强局部性监督，例如每个部件的位置、骨架或笔画。源代码见于 https://github.com/clovaai/lffont 与 https://github.com/clovaai/fewshot-font-generation。
引用
@article{arxiv.2112.11895,
title = {Few-shot Font Generation with Weakly Supervised Localized Representations},
author = {Song Park and Sanghyuk Chun and Junbum Cha and Bado Lee and Hyunjung Shim},
journal= {arXiv preprint arXiv:2112.11895},
year = {2021}
}
备注
First two authors contributed equally. This is a journal extension of our AAAI 2021 paper arXiv:2009.11042; Code: https://github.com/clovaai/lffont and https://github.com/clovaai/fewshot-font-generation