SE-GAN：基于骨架增强GAN的毛笔手写字体生成模型
计算机视觉与模式识别
2022-04-25 v1 人工智能
摘要
以往的字体生成工作主要关注标准印刷字体，其字符形状稳定且笔画清晰分离。关于毛笔手写字体生成的研究很少，该任务涉及整体结构变化和复杂笔画迁移。为解决此问题，我们提出了一种通过整合骨架信息的基于GAN的图像翻译模型。我们首先从训练图像中提取骨架，然后设计图像编码器和骨架编码器以提取相应特征。设计了一种自注意力精炼注意力模块来引导模型学习不同域之间的区分性特征。引入骨架判别器，先用预训练生成器从生成图像合成骨架图像，再判断其与目标骨架的真实性。我们还贡献了一个包含六种风格和15000张高分辨率图像的大规模毛笔手写字体图像数据集。定量和定性实验结果均证明了我们所提模型的竞争力。
引用
@article{arxiv.2204.10484,
title = {SE-GAN: Skeleton Enhanced GAN-based Model for Brush Handwriting Font Generation},
author = {Shaozu Yuan and Ruixue Liu and Meng Chen and Baoyang Chen and Zhijie Qiu and Xiaodong He},
journal= {arXiv preprint arXiv:2204.10484},
year = {2022}
}
备注
Accepted by ICME 2022