文章目录
- abstract
- 1 INTRODUCTION
- 2 RELATED WORK
- 3 METHOD DESCRIPTION
- 4 EXPERIMENTS
- 5 DISCUSSION
- 6 CONCLUSION
- REFERENCES
abstract
生成具有大量字符的个人手写字体是一项枯燥而耗时的任务。例如,商业字体产品的官方标准GB18030-2000由27533个汉字组成。对于普通人来说,始终如一、正确地写出如此庞大的字符通常是一项不可能完成的任务。为了解决这个问题,我们提出了一个名为EasyFont的系统,通过从少量(少至1%)由普通人精心挑选的样本中学习风格,自动合成字体库中所有(例如,中文)字符的个人手写体。我们系统的主要技术贡献有两方面。首先,我们设计了一种有效的笔划提取算法,该算法从经过训练的字体骨架流形中构造最适合的参考数据,然后通过非刚性点集配准方法建立目标和参考字符之间的对应关系。其次,我们开发了一套新颖的技术来学习和恢复用户的整体手写风格和详细的手写行为。包括97名参与者的图灵测试在内的实验表明,所提出的系统生成了高质量的合成结果,与原始手写体无法区分。使用我们的系统,第一次可以自动生成用户个人风格的、任意数量的汉字的实用手写字体库。从我们的实验中还可以观察到,最近流行的基于深度学习的端到端方法无法正确处理这一任务,这意味着许多应用程序需要专家知识和手工规则。
其他关键词和短语:手写、中文、风格学习、字体
论文链接:https://doi.org