用于生成离线手写行的文本与风格条件 GAN
计算机视觉与模式识别
2020-09-03 v1
摘要
本文提出一种以任意文本与潜风格向量为条件的 GAN，用于生成手写行图像。与先前生成笔画点或单词图像的工作不同，该模型生成整行离线手写。模型利用风格向量确定字符宽度以产生可变尺寸图像。生成器网络以 GAN 与自编码器技术训练以学习风格，并使用预训练手写识别网络诱导易读性。一项由人类评估者参与的研究表明，该模型生成的图像看似由人类书写。训练后，编码器网络可从图像提取风格向量，从而允许生成相似风格但任意文本的图像。
引用
@article{arxiv.2009.00678,
title = {Text and Style Conditioned GAN for Generation of Offline Handwriting Lines},
author = {Brian Davis and Chris Tensmeyer and Brian Price and Curtis Wigington and Bryan Morse and Rajiv Jain},
journal= {arXiv preprint arXiv:2009.00678},
year = {2020}
}
备注
Includes Supplementary Material. Accepted at BMVC 2020. 32 pages, 30 figures