VecFontSDF：基于有符号距离函数学习重建与合成高质量矢量字体
计算机视觉与模式识别
2025-05-07 v4
摘要
字体设计在数字内容设计和现代印刷业中至关重要。开发能够自动合成矢量字体的算法可显著简化字体设计流程。然而，现有方法主要集中于光栅图像生成，仅有少数方法可直接合成矢量字体。本文提出一种端到端可训练方法 VecFontSDF，利用有符号距离函数（SDFs）重建并合成高质量矢量字体。具体而言，基于所提出的基于 SDF 的隐式形状表示，VecFontSDF 学习将每个字形建模为若干抛物线包围的形状基元，可精确转换为矢量字体产品中广泛使用的二次 Bézier 曲线。以此方式，多数图像生成方法可轻松扩展至合成矢量字体。在公开数据集上的定性与定量实验表明，我们的方法在矢量字体重建、插值与少样本矢量字体合成等任务上均取得高质量结果，显著优于当前最优方法。代码与训练模型见 https://xiazeqing.github.io/VecFontSDF。
引用
@article{arxiv.2303.12675,
title = {VecFontSDF: Learning to Reconstruct and Synthesize High-quality Vector Fonts via Signed Distance Functions},
author = {Zeqing Xia and Bojun Xiong and Zhouhui Lian},
journal= {arXiv preprint arXiv:2303.12675},
year = {2025}
}
备注
Accepted to CVPR 2023. Project Page: https://xiazeqing.github.io/VecFontSDF