Dec, 2023

VecFusion: 矢量字体扩散生成

PDF
TL;DR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。
发现论文，激发创造
  • VectorFusion: 基于像素扩散模型的文本到 SVG 的抽象转换

    该研究使用扩散模型和分数蒸馏采样，通过对像素图像的文本条件训练生成可导出为 SVG 的矢量图形，并在优化可微分的矢量图形栅格化器方面实现了语义知识的提取，实验结果表明其较之于过去的工作具有更高的生成质量和更丰富的样式，包括像素艺术和手绘图。

    Nov, 2022

  • 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

  • FontStudio: 形状自适应扩散模型用于一致的字体特效生成

    我们引入一种新颖的形状自适应扩散模型，能够解释给定形状并在非规则画布内策划像素分布，用于生成多语言字体的文本效果；此外，我们还提出了一种训练免费的、形状自适应的效果转移方法，用于在生成的参考字母和其他字母之间传递纹理和字体效果信息。使用用户偏好研究验证了我们的 FontStudio 系统的有效性。

    Jun, 2024

  • 使用现成的扩散模型生成印刷文本

    该研究提出了一种排版文本生成系统，结合了扩散模型的控制方法和混合潜在扩散模型，实现了在排版设计上添加和修改文本，并指定字体风格、颜色和文本效果。通过合适的边缘条件，该系统能够生成指定字体的文本，同时应用提前设定的效果，如阴影和倒影，成功地将文本添加和修改在预设的背景上，保持整体的一致性。

    Feb, 2024

  • DiffSketcher：基于潜在扩散模型的文本引导矢量素描综合

    本论文中，我们介绍了一种使用自然语言输入生成矢量手绘素描的创新算法 DiffSketcher，并使用预训练的图像扩散模型进行开发。

    Jun, 2023

  • TexFusion：使用文本引导的图像扩散模型合成 3D 纹理

    TexFusion（纹理扩散）是一种新的方法，利用大规模的文本引导图像扩散模型，对给定的三维几何图形进行纹理合成。

    Oct, 2023

  • 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

  • 利用扩散模型进行字体样式插值

    通过扩散模型插值一对有不同风格的参考字体，本研究提出了三种不同的插值方法：图像混合、条件混合和噪声混合，以生成新的字体风格。实验结果表明，这三种方法不仅可以生成预期的字体风格，还能生成一些偶然的字体风格。同时，与一种最新的风格条件拉丁字体生成网络模型进行比较，验证了使用扩散模型进行风格插值任务的有效性。

    Feb, 2024

  • 文本到图像的向量量化扩散模型

    本论文提出了基于矢量量化扩散模型的文本到图像生成方法，在扩散条件变量程序模型的潜在空间中建模基于矢量量化变分自编码器的方法，消除了现有方法中的单向偏​​差，并允许我们结合掩模和替换扩散策略以避免误差积累，其结果在生成复杂场景的图像方面得到了显着的改进。

    Nov, 2021

  • VecFontSDF: 通过有符号距离函数学习重建和合成高质量矢量字体

    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。

    Mar, 2023