汉字风格迁移篇--SAFont:使用自我注意机制的自动字体合成

Abstract

为了节省大量时间和人力，自动字体合成是新字体设计的一个有吸引力的解决方案。虽然现有方法在字体转换方面取得了一定的成功，但生成的字符的质量并不完全令人满意。受图像生成任务中自我注意机制优越性能的启发，本文提出了一种新的字体转换模型SAFont。自我注意机制的引入能够模拟汉字笔画之间的联系。此外，边缘损失的定义迫使模型生成具有更尖锐边缘的字符。 实验结果表明，SAFont是一个有效的字体转换模型。

关键词： 自动字体合成· 自我注意机制 ·边缘丢失。

1 Introduction

三千年来，超过四分之一的世界人口一直在使用汉字[1]。汉字的使用与东亚人民的日常生活密切相关。最近，越来越多的网友在上网时更喜欢使用具有艺术或书法风格的汉字，因为这可以显示他们独特的风格和品味。然而，设计具有艺术或书法风格的新中文字体是一项耗时费力的任务，需要在基准字符的手动设计上付出相当大的努力[2]。因此，自动字体合成，即在给定有限的手动设计样本的情况下合成特定字体的字符是一项有意义的任务。大多数以前的作品[3，4]利用简单笔画的分层表示来学习字体转换。他们首先从一些存在的字符中提取笔画的表示，然后组合笔画以生成不存在的字符。这些方法的主要问题是，人工表示依赖于先前的字符结构分割，而这些字符结构分割受到先验知识的严重影响。此外，这些方法侧重于角色的局部表示，而忽略了角色的整体风格。最近，一些研究人员将字体合成建模为图像到图像的转换问题。基于生成对抗网络（GAN）[5]的端到端方法为字体合成的方向开辟了新