論文の概要: SVG Vector Font Generation for Chinese Characters with Transformer
- arxiv url: http://arxiv.org/abs/2206.10329v1
- Date: Tue, 21 Jun 2022 12:51:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-22 17:43:28.329407
- Title: SVG Vector Font Generation for Chinese Characters with Transformer
- Title(参考訳): 変圧器を用いた漢字のSVGベクトルフォント生成
- Authors: Haruka Aoki, Kiyoharu Aizawa
- Abstract要約: 本稿では,トランスフォーマーとロス関数を併用した新しいネットワークアーキテクチャを提案する。
データセットの範囲はサンセリフ族に限られていたが, 初めて中国語のベクトルフォントを生成できた。
- 参考スコア(独自算出の注目度): 42.46279506573065
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Designing fonts for Chinese characters is highly labor-intensive and
time-consuming. While the latest methods successfully generate the English
alphabet vector font, despite the high demand for automatic font generation,
Chinese vector font generation has been an unsolved problem owing to its
complex shape and numerous characters. This study addressed the problem of
automatically generating Chinese vector fonts from only a single style and
content reference. We proposed a novel network architecture with Transformer
and loss functions to capture structural features without differentiable
rendering. Although the dataset range was still limited to the sans-serif
family, we successfully generated the Chinese vector font for the first time
using the proposed method.
- Abstract(参考訳): 漢字のフォントをデザインするのは、非常に労働集約的で時間を要する。
最新の手法では、英語アルファベットのベクトルフォントを生成することに成功したが、中国語のベクトルフォント生成は、その複雑な形状と多数の文字のために未解決の問題となっている。
本研究では,1つのスタイルとコンテンツ参照のみから中国語のベクトルフォントを自動生成する問題に対処する。
そこで我々は,トランスフォーマー機能とロス機能を備えた新しいネットワークアーキテクチャを提案する。
データセットの範囲は依然としてsans-serifファミリに限定されていたが,提案手法を用いて初めて中国語ベクターフォントの生成に成功した。
関連論文リスト
- Skeleton and Font Generation Network for Zero-shot Chinese Character Generation [53.08596064763731]
そこで我々は,より堅牢な漢字フォント生成を実現するために,新しいSkeleton and Font Generation Network (SFGN)を提案する。
ミススペル文字について実験を行い、その大部分は共通文字とわずかに異なる。
提案手法は、生成した画像の有効性を視覚的に実証し、現在最先端のフォント生成方法より優れていることを示す。
論文 参考訳(メタデータ) (2025-01-14T12:15:49Z) - Efficient and Scalable Chinese Vector Font Generation via Component Composition [13.499566877003408]
コンポーネント合成による中国初の効率的かつスケーラブルなベクトルフォント生成手法を提案する。
空間変換器ネットワーク(STN)とフォント特性に合わせた多重損失に基づくフレームワークを提案する。
実験により,本手法は最先端のベクトルフォント生成手法をはるかに上回っていることが示された。
論文 参考訳(メタデータ) (2024-04-10T06:39:18Z) - 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) - CF-Font: Content Fusion for Few-shot Font Generation [63.79915037830131]
本稿では、コンテンツ特徴をベースフォントのコンテンツ特徴によって定義される線形空間に投影するコンテンツ融合モジュール(CFM)を提案する。
提案手法では,参照画像のスタイル表現ベクトルの最適化も可能である。
我々は,6.5k文字の300フォントのデータセットを用いて評価を行った。
論文 参考訳(メタデータ) (2023-03-24T14:18:40Z) - VecFontSDF: Learning to Reconstruct and Synthesize High-quality Vector
Fonts via Signed Distance Functions [15.47282857047361]
本稿では,高品質なベクトルフォントの再構成と合成を行うために,エンドツーエンドのトレーニング可能なVecFontSDFを提案する。
提案したSDFに基づく暗黙的形状表現に基づいて、VecFontSDFは、各グリフを複数のパラボラ曲線で囲まれた形状プリミティブとしてモデル化することを学ぶ。
論文 参考訳(メタデータ) (2023-03-22T16:14:39Z) - Diff-Font: Diffusion Model for Robust One-Shot Font Generation [110.45944936952309]
Diff-Fontという拡散モデルに基づく新しいワンショットフォント生成手法を提案する。
提案するモデルは,フォントライブラリ全体を生成することを目的として,参照として1つのサンプルのみを与える。
十分に訓練されたDiff-Fontは、フォントギャップやフォントのバリエーションに対して堅牢であるだけでなく、難しい文字生成において有望なパフォーマンスを実現している。
論文 参考訳(メタデータ) (2022-12-12T13:51:50Z) - 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) - Few-shot Compositional Font Generation with Dual Memory [16.967987801167514]
我々は、新しいフォント生成フレームワークDual Memory-augmented Font Generation Network (DM-Font)を提案する。
我々は、構成性を活用するために、メモリコンポーネントとグローバルコンテキスト認識をジェネレータに採用する。
韓国手書きフォントとタイ手書きフォントの実験では,本手法が忠実なスタイリングによるサンプルの品質を著しく向上させることがわかった。
論文 参考訳(メタデータ) (2020-05-21T08:13:40Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。