GAS-NeXt:少样本跨语言字体生成器
计算机视觉与模式识别
2022-12-16 v2 人工智能
机器学习
摘要
生成新字体是一项耗时且劳动密集的任务,尤其是在像中文这样拥有大量字符的语言中。各种深度学习模型已展示出以该风格的少量参考字符高效生成新字体的能力,但支持跨语言字体生成的模型很少。本文提出 GAS-NeXt,一种基于 AGIS-Net 和 Font Translator GAN 的新型少样本跨语言字体生成器,并改进了 Fr\'echet Inception Distance (FID)、Structural Similarity Index Measure(SSIM)和 Pixel-level Accuracy (pix-acc) 等性能指标。我们的方法包括用来自 Font Translator GAN 的层注意力和上下文感知注意力思想替换原始编码器和解码器,同时利用 AGIS-Net 的形状、纹理和局部判别器。在英到中字体翻译的实验中,我们观察到相比于 Font Translator GAN 的结果,在具有明显局部特征的字体上比传统中文字体取得了更好的结果。我们还在多种语言和数据集上验证了我们的方法。
引用
@article{arxiv.2212.02886,
title = {GAS-NeXt: Few-Shot Cross-Lingual Font Generator},
author = {Haoyang He and Xin Jin and Angela Chen},
journal= {arXiv preprint arXiv:2212.02886},
year = {2022}
}