GANwriting：基于内容条件的风格化手写单词图像生成
计算机视觉与模式识别
2020-07-23 v2
摘要
尽管当前的图像生成方法已达到令人印象深刻的水平，但它们仍无法生成合理且多样的手写单词图像。相反，手写时在不同书写者之间观察到巨大差异，即使分析同一人潦草写下的单词，非自愿的变化也很明显。在这项工作中，我们向生成真实且多样的人工渲染手写单词更近一步。我们提出了一种新方法，能够通过以书法风格特征和文本内容共同条件化生成过程，来产生可信的手写单词图像。我们的生成器由三个互补的学习目标引导：生成真实图像、模仿特定书写风格以及传达特定文本内容。我们的模型不受任何预定义词汇表的限制，能够渲染任意输入单词。给定样本书写者，它还能在少样本设置下模仿其书法特征。我们显著超越了先前最佳方法，并通过定性、定量和基于人类的评估证明了我们合成图像的真实性。
引用
@article{arxiv.2003.02567,
title = {GANwriting: Content-Conditioned Generation of Styled Handwritten Word Images},
author = {Lei Kang and Pau Riba and Yaxing Wang and Marçal Rusiñol and Alicia Fornés and Mauricio Villegas},
journal= {arXiv preprint arXiv:2003.02567},
year = {2020}
}
备注
Accepted to ECCV2020