Dec, 2017
Few-Shot 字体风格转移的多内容 GAN
Multi-Content GAN for Few-Shot Font Style Transfer
Samaneh Azadi, Matthew Fisher, Vladimir Kim, Zhaowen Wang, Eli Shechtman...
TL;DR本文提出了一种针对高度风格化文字的部分观测并推广未观测字形的挑战,即通过以通道为内容、以网络层为风格的端到端堆叠有条件 GAN 模型生成一组遵循一致风格的多内容图像。该网络可以捕获真实世界中的高度风格化字体,并通过少量的已观察字形实现有效的推广。