基于字形感知和注意力归一化的字体迁移

作     者：吕文锐 普园媛 赵征鹏 徐丹 钱文华 LYU Wenrui;PU Yuanyuan;ZHAO Zhengpeng;XU Dan;QIAN Wenhua

作者机构：云南大学信息学院昆明650504 云南省高校物联网技术及应用重点实验昆明650504 

基　　金：国家自然科学基金(62162068,61271361,61761046,62061049) 云南省应用基础研究面上项目(2018FB100) 云南省科技厅应用基础研究计划重点项目(202001BB050043,2019FA044) 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2023年第50卷第S1期

页      码：398-403页

摘      要：字体迁移是一项十分具有挑战性的任务,其目的是将目标字体通过某种映射方式迁移到源字体,以实现字体的变换。现有的方法在字体迁移方面的鲁棒性有限,突出表现为对生成字体结构完整性的保持较差,尤其是当两种不同种类的字体差别较大时。针对这些问题,提出了一种端到端的字体迁移网络框架模型。该模型引入了注意力归一化以更好地提取字形图像的高级语义特征,从而提高生成图像的质量。此外,使用自适应实例归一化进行字体特征和内容特征融合,以实现字体的转换。在保持字形结构完整性方面,设计了感知损失和上下文损失来约束字形结构的生成。为了稳定GAN网络的训练,在对抗损失函数的设计中加入了正则化项。为了验证该模型的有效性,实验采用FET-GAN中公开的数据集进行了多组训练和测试,并与FET-GAN,CycleGAN和StarGANv2进行了对比。实验结果表明,该模型能够在给定的多个字体域之间实现相互的字体迁移,并且其迁移的效果和模型泛化能力与其他工作相比均具有一定的优势。

主 题 词：字体迁移 自适应实例归一化 注意力归一化 上下文损失 感知损失 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11896/jsjkx.220100205

馆 藏 号：203122289...