文章目录
Abstract
在我们的研究中,我们使用一个端到端的条件深度对抗网络和一小部分朝鲜文字(朝鲜文)样本来研究字体合成问题。 朝鲜文由11172个字符组成,由多个放置模式书写而成。
传统字体设计的限制
传统上,字体设计需要大量人力,很容易花一年时间完成一套风格。即使有了可编程方法的帮助,它仍然需要很长时间,并且无法逃脱改变参数自由度的限制。已经在深度神经网络领域进行了许多试验,以在没有任何人工干预的情况下生成字符。
提出方法
我们的研究重点是一个端到端的深度学习模型,即骨架驱动字体生成器(SKFont):当给定114个样本时,系统会自动生成相同给定字体样式的其余字符。
SKFont包括三个步骤:
首先,它通过观察114个目标字符来生成完整的目标字体字符。
然后,它提取从第一步获得的合成字符的骨架(结构)。这个过程驱动系统在整个生成过程中保持角色的主要结构。
最后,它将目标字体的样式转移到这些学习的结构上。我们的研究通过使用“骨架驱动”的有条件深层对抗网络,解决了久违的缺陷,如模糊、断裂和缺乏精致的形状和风格。与最先进方法的定性和定量比较表明了所提出的SKFont方法的优越性。
1 Introduction
基于条件生成对抗网络(cGAN)[2],提出了(I2I)框架“pix2pix”[1],其中目标是在给定输入输出