这篇论文的全名叫做《GAN-Based Unpaired Chinese Character Image Translation via Skeleton Transformation and Stroke Rendering》,也是一个字体生成(风格迁移)算法,来自AAAI2020。
与上一篇calliGAN(地址:https://blog.csdn.net/wenqiwenqi123/article/details/109775206)不同的是,这篇论文不需要使用paired data。啥意思呢?
比如说宋体转瘦金体,对于同一个字,paired data意味着网络是可以同时见到两种字体的这个字的,是成对的数据。而unpaired data则是不需要成对的。
这篇文章的核心创新点我们来看一下:
因为数据是不成对的,那怎么找出这种对应的映射关系呢?首先作者提出了ENet来提取字的骨架,然后用TNet进行骨架上的转换,最后再用RNet填充成需要的风格。分三步完成字体风格