CVPRMar, 2023

VecFontSDF: 通过有符号距离函数学习重建和合成高质量矢量字体

PDF
TL;DR该研究提出了一种使用符号距离函数的隐式形状表示，通过机器学习将每个字形建模为由几个抛物线曲线围绕的形状基元，精确转换为二次贝塞尔曲线的算法，能够重建和合成高质量的矢量字体。
发现论文，激发创造
  • DualVector: 用双部分表示法进行无监督向量字体合成

    本论文提出了 DualVector 方法作为一种新的向量字形表示方法，使用 “正” 和 “负” 路径对字形进行建模并通过布尔运算获得字形轮廓并进行改进，该方法在向量字体合成方面表现出优异的质量，可用于常见数字字体格式的实际应用。

    May, 2023

  • DeepVecFont-v2: 利用 Transformer 对字体进行高质量的向量合成

    本文提出了一种基于 Transformers 的增强型 DeepVecFont 方法，通过使用放松表示方法以处理长序列数据，并使用采样辅助点对生成的 Bézier 曲线或线条进行精确定位，最终通过一种基于上下文的自我完善模块解决 DeepVecFont 所存在的问题，提高了英文和中文复杂结构和各种风格的矢量字体综合表现。

    Mar, 2023

  • VecFusion: 矢量字体扩散生成

    我们提出了 VecFusion，这是一种新的神经架构，可以生成具有不同拓扑结构和精确控制点位置的矢量字体。通过级联扩散模型，我们的方法包括一个光栅扩散模型和一个矢量扩散模型。实验表明，与以前的矢量图形生成模型相比，我们的新的级联矢量扩散模型能够生成更高质量、具有复杂结构和多样化样式的矢量字体。

    Dec, 2023

  • 可伸缩矢量图形的学习表示

    该研究利用生成模型建立向量图形的连续生成模型，从而刻画字体绘制过程，提供了一种可操作的样式传播方法，有望成为平面设计师进行字体设计的工具。

    Apr, 2019

  • gSDF: 基于几何的有符号距离函数在 3D 手部物体重建中的应用

    本文利用手的结构作为 SDF 的引导，并预测姿势变换的运动链，对高关节手姿势对齐 SDF 进行了改进，最终在 ObMan 和 DexYCB 基准测试中取得了比现有技术更显著的改进。

    Apr, 2023

  • GenSDF: 通用有符号距离函数的两阶段学习

    本文研究了使用神经代表距离函数（SDF）进行三维对象表示学习的泛化能力，提出了一个半监督元学习方法，可将形状先验从有标签的数据传输到无标签的数据中，用于重建未知的对象类别，并实现了 100 多个未见过的类别的强大的零 - shot 推理。

    Jun, 2022

  • DeepSDF：学习连续的符号距离函数以用于形状表征

    介绍了 DeepSDF 方法，它是用于高品质形状表示、插值和完成的一种学习连续有符号距离函数（SDF）的表示，将 3D 几何表示为体积场，并可表示整个形状类。DeepSDF 方法相比以往方法降低了一个数量级的模型大小，同时获得了学习 3D 形状表示和完成方面的最先进性能。

    Jan, 2019

  • 字体中风格和结构的深度分解

    本文提出了一种深度分解模型，用于字体分析，能够将内容与样式区分开来，并成功实现了从未见过的字体的笔画重构。

    Oct, 2019

  • 课程 DeepSDF

    本文设计了一个形状课程用于学习连续有符号距离函数（SDF）的形状，由简单到复杂地扩展其难度，帮助提升三维形状重建的质量和训练效果。

    Mar, 2020

  • Diffusion-SDF: 基于体素扩散的文本到形状生成

    该论文提出了一种新的生成式 3D 建模框架 ——Diffusion-SDF，通过使用 SDF 自编码器和 Voxelized Diffusion 模型，能够根据指定的文本描述生成高质量和高度多样化的 3D 形状，其中还包括文本条件下的形状补全和操作。

    Dec, 2022