FontTransformer：基于堆叠 Transformer 的小样本高分辨率汉字字形图像合成
计算机视觉与模式识别
2022-10-14 v2
摘要
从少量在线训练样本自动生成高质量中文字体是一项具有挑战性的任务，尤其在样本量极小时。现有小样本字体生成方法只能合成低分辨率字形图像，且常存在拓扑结构错误和/或笔画不完整。为解决该问题，本文提出 FontTransformer——一种利用堆叠 Transformer 进行高分辨率汉字字形图像合成的新型小样本学习模型。其核心思想是采用并行 Transformer 避免预测误差累积，并利用串行 Transformer 增强合成笔画的质量。同时，我们还设计了一种新颖的编码方案，向模型输入更多字形信息与先验知识，从而进一步实现高分辨率且视觉愉悦的字形图像生成。定性与定量实验结果均表明，相较于现有其他方法，我们的方法在小样本中文字体合成任务中具有优越性。
引用
@article{arxiv.2210.06301,
title = {FontTransformer: Few-shot High-resolution Chinese Glyph Image Synthesis via Stacked Transformers},
author = {Yitian Liu and Zhouhui Lian},
journal= {arXiv preprint arXiv:2210.06301},
year = {2022}
}
备注
23 pages, 14 Figures