TE141K：面向文本特效迁移的艺术文本基准数据集
计算机视觉与模式识别
2020-03-25 v3
摘要
文本特效是轮廓、颜色、纹理等视觉元素的组合，能显著提升文字的艺术性。尽管文本特效在设计行业中被广泛使用，但由于其极度复杂，通常由人类专家制作；这一过程费力且对普通用户不实用。近年来，一些关于自动文本特效迁移的尝试已经展开；然而，数据的缺乏限制了迁移模型的能力。为解决此问题，我们引入了一个新的文本特效数据集 TE141K，共包含 141,081 对文本特效/字形。我们的数据集由渲染在字形上的 152 种专业设计的文本特效组成，包括英文字母、汉字和阿拉伯数字。据我们所知，这是迄今为止最大的文本特效迁移数据集。基于该数据集，我们提出了一种称为文本特效迁移 GAN (TET-GAN) 的基线方法，它支持在单一模型中迁移全部 152 种风格，并能高效扩展到新风格。最后，我们进行了涵盖 14 种风格迁移模型的综合对比基准测试。实验结果表明 TET-GAN 在定性与定量上均具优越性，并表明我们的数据集有效且具有挑战性。
引用
@article{arxiv.1905.03646,
title = {TE141K: Artistic Text Benchmark for Text Effect Transfer},
author = {Shuai Yang and Wenjing Wang and Jiaying Liu},
journal= {arXiv preprint arXiv:1905.03646},
year = {2020}
}
备注
Accepted by TPAMI 2020. Project page: https://daooshee.github.io/TE141K/