字体图像中的局部风格感知

当我们比较字体时，常关注衬线、曲率等局部部分的风格。本文提出一种注意力机制以发现重要的局部部分，具有较大注意力的局部部分被视为重要。所提机制可以准自监督方式训练，除知晓一组字符图像来自同一字体（如Helvetica）外无需人工标注。在确认训练后的注意力机制能找到风格相关的局部部分后，我们将所得注意力用于局部风格感知的字体生成。具体而言，我们设计了一种新的重建损失函数，对具有较大注意力的局部部分赋予更高权重，以生成风格还原更精确的字符图像。该损失函数具有可应用于多种字体生成模型的优点。实验结果表明，所提损失函数提升了若干少样本字体生成模型生成字符图像的质量。