W-Net：基于深度神经网络的单样本任意风格汉字生成
计算机视觉与模式识别
2024-06-11 v1
摘要
由于汉字类别数量庞大、各种笔画和偏旁部首的组合复杂，以及书写或印刷风格自由，生成具有多样风格的汉字一直被认为是一项艰巨的任务。本文介绍了一个高效且通用的深度框架，即W-Net，用于单样本任意风格汉字生成任务。具体来说，给定一个具有特定风格（例如，印刷字体或手写风格）的单个字符（单样本），所提出的W-Net模型能够学习并生成与给定单个字符风格相似的任意其他字符。这种吸引人的特性在文献中很少见。我们将所提出的W-Net框架与许多其他竞争方法进行了比较。实验结果表明，所提出的方法在单样本设置下显著优越。
引用
@article{arxiv.2406.06122,
title = {W-Net: One-Shot Arbitrary-Style Chinese Character Generation with Deep Neural Networks},
author = {Haochuan Jiang and Guanyu Yang and Kaizhu Huang and Rui Zhang},
journal= {arXiv preprint arXiv:2406.06122},
year = {2024}
}