Key points are not available for this paper at this time.
تكنولوجيا نقل تأثيرات النص تجعل النص بشكل تلقائي أكثر تأثيراً بشكل دراماتيكي. ومع ذلك، فإن طرق نقل الأسلوب السابقة إما تدرس النموذج للأسلوب العام، والذي لا يمكنه التعامل مع تأثيرات النص عالية التركيب على الحرف، أو تتطلب تصميم يدوي لمعايير مطابقة دقيقة لتأثيرات النص. في هذه الورقة، نركز على استخدام القدرات التمثيلية القوية للميزات العصبية العميقة لنقل تأثيرات النص. لهذه الغاية، نقترح شبكة تكنولوجيا تأثيرات النسيج (TET-GAN) الجديدة، والتي تتكون من شبكة تحتية للتشكيل وشبكة تحتية لإزالة التشكيل. الفكرة الرئيسية هي تدريب شبكتنا لتحقيق كل من هدف نقل الأسلوب وإزالة الأسلوب، بحيث يمكنها تعلم فك ارتباط وإعادة دمج محتوى وصور تأثيرات النص. لدعم تدريب شبكتنا، نقترح مجموعة بيانات جديدة لتأثيرات النص مع ما يصل إلى 64 نمطًا مصممًا بشكل احترافي على 837 حرفًا. نوضح أن تمثيلات الميزات المفككة تمكننا من نقل أو إزالة جميع هذه الأنماط على رموز غير مألوفة باستخدام شبكة واحدة. علاوة على ذلك، فإن تصميم الشبكة المرن يمكن TET-GAN من التمدد بكفاءة إلى نمط نص جديد من خلال التعلم من مثال واحد حيث يحتاج إلى مثال واحد فقط. نحن نظهر تفوق الطريقة المقترحة في توليد نص مزخرف عالي الجودة مقارنة بأحدث الطرق.
درس يانغ وآخرون (الأربعاء) هذا السؤال.