Abstract

通过少量示例生成新字体的FFG (few -shot font generation)，因大幅降低人工成本而受到越来越多的关注。典型的FFG管道将标准字体库中的字符视为内容字形，并通过从参考字形提取样式信息将它们转移到新的目标字体。大多数现有的解决方案明确地全局或组件地分离参考符号的内容和样式。而字形的风格主要体现在局部细节上，即偏旁、组份、笔画的风格共同描绘了一个字形的风格。因此，即使是单个字符也可以包含分布在空间位置上的不同样式。在本文中，我们提出了一种新的字体生成方法:1)从参考文献中学习细粒度的局部样式，2)内容和参考符号之间的空间对应关系。因此，内容符号中的每个空间位置都可以使用正确的细粒度样式分配。为此，我们采用对内容符号表示的交叉关注作为查询，并将引用符号表示作为键和值。交叉注意机制不需要显式地分解全局或组件建模，而是可以处理参考符号中正确的局部样式，并将参考样式聚合为给定内容符号的细粒度样式表示。实验结果表明，该方法在FFG中的性能优于现有方法。特别是，用户研究还表明，我们的方法的风格一致性显著优于以前的方法。

图1。我们提出了细粒度的局部风格提取和风格聚合过程。我们提出的模块支持从引用中细粒度地提取样式，并学习内容和引用之间的对应关系，从而以高保真度将相应的局部样式聚合到内容中的正确位置。

1. Introduction

在现代，计算机系统和人类都要处理大量的文本信息。字体，文本的表示，因此发挥了关键作用&

FsFont--通过学习细粒度局部样式生成少样本字体相关推荐

元学习、迁移学习、对比学习、自监督学习与少样本学习的关系解读
文章目录前言一.对比自监督学习与FSL 1.对比学习与自监督学习 2.自监督学习与FSL 二.元学习与FSL 1.元学习是什么 2.元学习与FSL 三.迁移学习与FSL 1.迁移学习 2.迁移学习 ...
#21天学习挑战赛—深度学习实战100例#——生成手写字体
活动地址:CSDN21天学习挑战赛本文为
ECCV2022 | 生成对抗网络GAN论文汇总（图像转换-图像编辑-图像修复-少样本生成-3D等）...
图像转换/图像可控编辑视频生成少样本生成图像外修复/结合transformer GAN改进新数据集图像增强 3D 图像来源归属分析一.图像转换/图像可控编辑 1.VecGAN: Image ...
Few-shot learning 少样本学习
N-way K-shot用来衡量网络泛化能力,但小样本在实际应用中并不是很好. 背景深度学习已经广泛应用于各个领域,解决各类问题,在图像分类的问题下,可以很轻松的达到94%之上.然而,deep le ...
使用元学习来进行少样本图像分类
2020-07-18 20:57:58 作者:Etienne 编译:ronghuaiyang 导读你并不总是有足够的图像来训练一个深度神经网络.下面是教你如何通过几个样本让模型快速学习的方法. 你并 ...
姚班代有才人出：清华本科生用“最简单的形式”，大幅提高少样本学习性能...
鱼羊十三发自凹非寺量子位报道 | 公众号 QbitA 仅仅根据元学习(Meta-Learning)的基线,就彻底打败了所有"花里胡哨"的改进方法. 就是这些看似简单,又容 ...
复杂工况下少样本轴承故障诊断的元学习
摘要:近年来,基于深度学习的轴承故障诊断得到了较为系统的研究.但是,这些方法中的大多数的成功在很大程度上依赖于大量的标记数据,而这些标记数据在实际生产环境中并不总是可用的.如何在有限的数据条件下训练出 ...
Few-shot learning（少样本学习，入门篇）
本文介绍一篇来自 https://www.analyticsvidhya.com/ 关于少样本学习的的博客. 原文地址文章目录 1. 少样本学习 1.1 为什么要有少样本学习?什么是少样本学习? 1 ...
【小样本学习】ICLR2022：基于原型记忆力和注意力机制的少样本图像生成
肯定很多人都看过了吧,也发了很多笔记,但是我还是想写一篇自己的. 这篇文章结合医学,眼前一亮. 原文链接:https://openreview.net/pdf?id=lY0-7bj0Vfz 知乎同步更 ...

FsFont--通过学习细粒度局部样式生成少样本字体

Abstract

1. Introduction

FsFont--通过学习细粒度局部样式生成少样本字体相关推荐

最新文章

热门文章