Fugu-MT 論文翻訳(概要): Generalized W-Net: Arbitrary-style Chinese Character Synthesization

論文の概要: Generalized W-Net: Arbitrary-style Chinese Character Synthesization

arxiv url: http://arxiv.org/abs/2406.06847v1
Date: Mon, 10 Jun 2024 23:31:36 GMT
ステータス: 処理完了
システム内更新日: 2024-06-12 19:56:14.409986
Title: Generalized W-Net: Arbitrary-style Chinese Character Synthesization
Title（参考訳）: 一般化W-Net:任意スタイルの漢字合成
Authors: Haochuan Jiang, Guanyu Yang, Fei Cheng, Kaizhu Huang,
Abstract要約: 既存のモデルは、限られた例で任意のスタイルの文字を生成するのに苦労する。本稿では,W字型アーキテクチャの新たなクラスであるGeneralized W-Netを提案する。
参考スコア（独自算出の注目度）: 24.052705817399385
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Synthesizing Chinese characters with consistent style using few stylized examples is challenging. Existing models struggle to generate arbitrary style characters with limited examples. In this paper, we propose the Generalized W-Net, a novel class of W-shaped architectures that addresses this. By incorporating Adaptive Instance Normalization and introducing multi-content, our approach can synthesize Chinese characters in any desired style, even with limited examples. It handles seen and unseen styles during training and can generate new character contents. Experimental results demonstrate the effectiveness of our approach.
Abstract（参考訳）: 字体を一貫した文体で合成することは困難である。既存のモデルは、限られた例で任意のスタイルの文字を生成するのに苦労する。本稿では,この問題に対処する新しいW字型アーキテクチャのクラスであるGeneralized W-Netを提案する。適応型インスタンス正規化とマルチコンテンツの導入により, 限られた例であっても, 所望のスタイルで漢字を合成できる。トレーニング中の見知らぬスタイルを処理し、新しいキャラクタコンテンツを生成することができる。実験により,本手法の有効性が示された。

関連論文リスト

StyleDistance: Stronger Content-Independent Style Embeddings with Synthetic Parallel Examples [48.44036251656947]
スタイル表現は、内容に関係なく、類似した書体スタイルのテキストを密に埋め込み、異なる書体スタイルのテキストを遠くに埋め込むことを目的としている。より強力なコンテンツに依存しないスタイル埋め込みをトレーニングするための新しいアプローチであるStyleDistanceを紹介する。
論文参考訳（メタデータ） (2024-10-16T17:25:25Z)
W-Net: One-Shot Arbitrary-Style Chinese Character Generation with Deep Neural Networks [22.442293331572085]
提案したW-Netモデルは、任意の文字を学習し、任意の文字を生成できる。実験結果から, 提案手法は単発設定において有意に優れていることがわかった。
論文参考訳（メタデータ） (2024-06-10T09:16:27Z)
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)
Visual Captioning at Will: Describing Images and Videos Guided by a Few Stylized Sentences [49.66987347397398]
Few-Shot Stylized Visual Captioningは,任意のスタイルでキャプションを生成することを目的としている。本稿では,条件付きエンコーダ-デコーダ言語モデルとビジュアルプロジェクションモジュールを用いたFS-StyleCapというフレームワークを提案する。
論文参考訳（メタデータ） (2023-07-31T04:26:01Z)
Handwritten Text Generation from Visual Archetypes [25.951540903019467]
Few-Shotスタイルの手書きテキスト生成のためのTransformerベースのモデルを提案する。我々は,大規模な合成データセット上で,特定の事前学習を活用することで,目に見えない作者の書跡の堅牢な表現を得る。
論文参考訳（メタデータ） (2023-03-27T14:58:20Z)
Disentangling Writer and Character Styles for Handwriting Generation [8.33116145030684]
本稿では,2つの相補的コントラストを用いたSDT(style-disentangled Transformer)を用いて,参照サンプルのスタイル共通性を抽出する。実験結果から,この2つの学習されたスタイル表現が,異なる周波数スケールで情報を提供することが明らかとなった。
論文参考訳（メタデータ） (2023-03-26T14:32:02Z)
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)
ZiGAN: Fine-grained Chinese Calligraphy Font Generation via a Few-shot Style Transfer Approach [7.318027179922774]
ZiGANは、強力なエンドツーエンドの漢字フォント生成フレームワークである。微粒なターゲットスタイルの文字を生成するために手動操作や冗長な前処理を一切必要としない。提案手法は,数発の漢字スタイル転送における最先端の一般化能力を有する。
論文参考訳（メタデータ） (2021-08-08T09:50:20Z)
Handwriting Transformers [98.3964093654716]
本稿では,スタイルコンテンツの絡み合いとグローバルおよびローカルライティングスタイルパターンの両方を学ぶことを目的とした,トランスフォーマティブベースの手書きテキスト画像生成手法であるhwtを提案する。提案したHWTは, 自己認識機構を用いて, スタイルの例における長短距離関係をキャプチャする。提案するHWTは,現実的な手書きテキスト画像を生成する。
論文参考訳（メタデータ） (2021-04-08T17:59:43Z)
Adaptive Text Recognition through Visual Matching [86.40870804449737]
言語における文字の反復性を利用した新しいモデルを提案する。これにより、テキスト認識を形状整合問題に変換する。従来のアーキテクチャでは、高価な再トレーニングなしには解決できない課題に対処できることが示されています。
論文参考訳（メタデータ） (2020-09-14T17:48:53Z)

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。