Fugu-MT 論文翻訳(概要): Which Parts determine the Impression of the Font?

論文の概要: Which Parts determine the Impression of the Font?

arxiv url: http://arxiv.org/abs/2103.14216v1
Date: Fri, 26 Mar 2021 02:13:24 GMT
ステータス: 処理完了
システム内更新日: 2021-03-29 12:45:50.078713
Title: Which Parts determine the Impression of the Font?
Title（参考訳）: どの部がフォントの印象を決定するのか?
Authors: M.Ueda, A.Kimura, S.Uchida
Abstract要約: 様々なフォントは、レグレッシブル、ラフ、コミックテキストなど様々な印象を与える。文字全体の形状ではなく、局所的な形状に焦点を合わせることで、文字型の独立でより一般的な分析を実現できます。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Various fonts give different impressions, such as legible, rough, and comic-text.This paper aims to analyze the correlation between the local shapes, or parts, and the impression of fonts. By focusing on local shapes instead of the whole letter shape, we can realize letter-shape independent and more general analysis. The analysis is performed by newly combining SIFT and DeepSets, to extract an arbitrary number of essential parts from a particular font and aggregate them to infer the font impressions by nonlinear regression. Our qualitative and quantitative analyses prove that (1)fonts with similar parts have similar impressions, (2)many impressions, such as legible and rough, largely depend on specific parts, (3)several impressions are very irrelevant to parts.
Abstract（参考訳）: 本論文は, 局所的な形状, 部分, フォントの印象の相関を解析することを目的として, 各種フォントは, 可読性, 粗さ, 滑稽性など, 異なる印象を与える。文字全体の形状ではなく局所的な形状に焦点を合わせることで、文字形状の独立性やより一般的な分析を実現することができる。 SIFTとDeepSetsを新たに組み合わせて、特定のフォントから任意の数の必須部分を抽出し、それらを集約して、非線形回帰によりフォント印象を推測する。質的,定量的な分析により,(1)類似の部位が類似した印象を持つこと,(2)正当性や粗さなどの多くの印象が特定の部位に大きく依存していること,(3)重度印象が部分と非常に無関係であることを証明した。

関連論文リスト

VitaGlyph: Vitalizing Artistic Typography with Flexible Dual-branch Diffusion Models [53.59400446543756]
柔軟な芸術的タイポグラフィーを実現するために,二枝・無訓練の手法であるVitaGlyphを導入する。 VitaGlyphは入力文字を被写体と周囲からなるシーンとして扱い、次に幾何変換の度合いでそれらをレンダリングする。実験結果から、VitaGlyphは芸術性や可読性の向上だけでなく、複数のカスタマイズ概念を表現できることがわかった。
論文参考訳（メタデータ） (2024-10-02T16:48:47Z)
Impression-CLIP: Contrastive Shape-Impression Embedding for Fonts [7.542892664684078]
CLIP(Contrastive Language- Image Pre-training)に基づく新しい機械学習モデルであるImpression-CLIPを提案する。実験では,共埋め込みによるフォントと印象間の相互モーダル検索を行った。その結果,Impression-CLIPは最先端手法よりも精度が高いことがわかった。
論文参考訳（メタデータ） (2024-02-26T07:07:18Z)
Font Impression Estimation in the Wild [7.542892664684078]
フォントインプレッションに関するアノテーションを備えたフォントデータセットと、このタスクのための畳み込みニューラルネットワーク(CNN)フレームワークを使用する。本稿では,入力画像に類似したフォントの印象をアンサンブルする戦略に依拠した,模範的な印象推定手法を提案する。そこで本研究では,書籍のジャンルとフォント印象の相関分析を行った。
論文参考訳（メタデータ） (2024-02-23T10:00:25Z)
VQ-Font: Few-Shot Font Generation with Structure-Aware Enhancement and Quantization [52.870638830417]
本稿では,VQGANベースのフレームワーク(VQ-Font)を提案する。具体的には、コードブック内でフォントトークンをカプセル化するために、VQGANを事前訓練する。その後、VQ-Fontは、合成したグリフをコードブックで洗練し、合成されたストロークと実世界のストロークのドメインギャップをなくす。
論文参考訳（メタデータ） (2023-08-27T06:32:20Z)
Analyzing Font Style Usage and Contextual Factors in Real Images [12.387676601792899]
本稿では,大規模データセットを用いたフォントスタイル選択に影響を及ぼす可能性のあるフォントスタイルと文脈要因の関係を解析する。オープン画像データセットの約80万語を用いてフォントスタイルとその周辺オブジェクト(バスなど)の関係を解析する。
論文参考訳（メタデータ） (2023-06-21T06:43:22Z)
Few-shot Font Generation by Learning Style Difference and Similarity [84.76381937516356]
異なるスタイルの違いと同一スタイルの類似性(DS-Font)を学習する新しいフォント生成手法を提案する。具体的には,提案するクラスタレベルコントラシブ・スタイル(CCS)の損失により,スタイルエンコーディングを実現する多層型プロジェクタを提案する。
論文参考訳（メタデータ） (2023-01-24T13:57:25Z)
Font Shape-to-Impression Translation [15.228202509283248]
本稿ではトランスフォーマーアーキテクチャに基づく部分的形状印象解析に取り組む。局所的な部分間の相関を自己認識機構によって処理することができる。
論文参考訳（メタデータ） (2022-03-11T09:02:25Z)
Scalable Font Reconstruction with Dual Latent Manifolds [55.29525824849242]
タイポグラフィー解析とフォント再構成を行う深層生成モデルを提案する。このアプローチによって、効果的にモデル化できるキャラクタの種類を大規模にスケールアップすることが可能になります。多くの言語の文字タイプを表す様々なデータセット上でフォント再構成のタスクを評価する。
論文参考訳（メタデータ） (2021-09-10T20:37:43Z)
A Multi-Implicit Neural Representation for Fonts [79.6123184198301]
エッジやコーナーのようなフォント固有の不連続性は、ニューラルネットワークを使って表現することが難しい。そこで我々は,フォントを文順に表現するためのtextitmulti-implicitsを導入する。
論文参考訳（メタデータ） (2021-06-12T21:40:11Z)
Shared Latent Space of Font Shapes and Impressions [9.205278113241473]
フォント形状のイメージとその印象語がクロスモーダルな方法で埋め込まれた共有潜在空間を実現する。この潜在空間は、スタイル印象相関を理解し、複数の印象語を指定してフォント画像を生成するのに有用である。
論文参考訳（メタデータ） (2021-03-23T06:54:45Z)
Let Me Choose: From Verbal Context to Font Selection [50.293897197235296]
フォントの視覚的属性と典型的に適用されるテキストの言語的文脈との関係を学習することを目的としている。我々は、クラウドソーシングを通じてラベル付けされたソーシャルメディア投稿や広告で、さまざまなトピックの例を含む、新しいデータセットを紹介した。
論文参考訳（メタデータ） (2020-05-03T17:36:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。