Dec, 2020

StrokeGAN: 利用笔画编码减少中文字体生成的模式坍缩

PDF
TL;DR本论文提出了 StrokeGAN 算法，通过使用一位笔画编码和笔画编码重建损失函数来避免 CycleGAN 模型的模式崩溃问题，并在九个不同的字体数据集上展示了 StrokeGAN 相对于现有方法在字符生成方面的显着优势.
chinese fontsgenerative modelsstrokeganmode collapse issuecharacter diversity
发现论文，激发创造
  • SGCE-Font: 用于中文字体生成的骨架引导通道扩展

    本文提出一种新的信息引导模块 SGCE 用于中文字体生成，将骨架信息集成到生成器中，通过通道扩展的方式解决了已有方法存在的模式崩溃问题，实验证明该模块显著提高了性能。

    Nov, 2022

  • 基于自编码器引导的 GAN 技术实现中国书法合成

    本文提出了一种基于深度神经网络的模型，将标准字体图像直接生成书法风格的图像，并构建了包含各种书法风格的大规模基准数据集。实验结果表明，该方法的效果优于其它基线方法。

    Jun, 2017

  • Few-shot 风格迁移生成细粒度中文书法字体

    本文提出了一个简单但强大的端到端汉字书法字体生成框架 ZiGAN，它不需要任何手动操作或冗余预处理来生成细粒度的目标风格字符，实验表明，我们的方法在少数汉字风格转移中具有最先进的泛化能力。

    Aug, 2021

  • SE-GAN: 利用骨架增强的 GAN 模型生成毛笔手写字体

    本文提出了一种基于 GAN 的图像翻译模型，该模型结合了骨骼信息，用于生成手写字体。实验结果表明，该模型的生成效果优秀。

    Apr, 2022

  • 协作笔画精化的手写中文字体生成

    提出了一种使用基于卷积神经网络的模型生成中文手写字体的方法，该方法结合了协作训练策略、在线缩放增强以及自适应预变形技术，仅需要 750 个有配对的训练样本，无需预训练网络、额外的数据集资源或标签，并且在手写字体合成方面表现显著优于现有的方法。

    Apr, 2019

  • 利用 CycleGAN 生成手写汉字

    采用 DenseNet CycleGAN 方法生成手写汉字，提出内容准确度和风格差异作为评估指标。

    Jan, 2018

  • 解决中文字符表示瓶颈问题：基于笔画序列建模的神经机器翻译

    本篇论文提出了一种名为 StrokeNet 的新型汉字表示方法，它通过拉丁化的笔划序列为汉字表示，解决了学习瓶颈和参数瓶颈问题，可应用于神经机器翻译中，有效提高翻译性能并减少模型参数。

    Nov, 2022

  • CalliGAN: 基于风格和结构意识的汉字书法字符生成器

    通过将中文字符的组件信息纳入到其模型中并使用改进的网络将字符转换为嵌入空间，从而提出了一种新的方法来多样化生成高质量的汉字。该方法在数量评估和人类主题研究方面优于现有技术。

    May, 2020

  • Few-Shot 字体风格转移的多内容 GAN

    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。

    Dec, 2017

  • 自动字体生成的金字塔嵌入式生成对抗网络

    该论文提出了一种名为金字塔嵌入生成对抗网络（PEGAN）的方法，使用像素损失、发生器损失、类别损失和感知损失来训练生成器和判别器模型以自动生成汉字图像。实验结果表明该模型可以自动扩展小型字库。

    Nov, 2018