神经风格差异迁移及其在字体生成中的应用
计算机视觉与模式识别
2020-01-22 v1 机器学习
摘要
字体设计需要大量时间与精力，要求素描、矢量化和图像编辑等专业技能，且每个字母都需单独设计。本文介绍一种自动创建字体的方法。在我们提出的方法中，利用神经风格迁移找出两种不同字体间的风格差异，并将其迁移至另一种字体。神经风格迁移是一种用另一图像风格对图像内容进行风格化的方法。我们为神经风格迁移提出了一种新颖的神经风格差异与内容差异损失。借助这些损失，可通过在某一字体上添加或去除字体风格来生成新字体。我们给出了多种输入字体组合下的实验结果，并讨论了所提方法的局限性与未来发展方向。
引用
@article{arxiv.2001.07321,
title = {Neural Style Difference Transfer and Its Application to Font Generation},
author = {Gantugs Atarsaikhan and Brian Kenji Iwana and Seiichi Uchida},
journal= {arXiv preprint arXiv:2001.07321},
year = {2020}
}
备注
Submitted to DAS2020