TET-GAN : Transfert d'effets de texte par stylisation et destylisation

La technologie de transfert d'effets de texte rend automatiquement le texte beaucoup plus impressionnant. Cependant, les méthodes de transfert de style précédentes étudient soit le modèle pour un style général, qui ne peut pas gérer les effets de texte très structurés le long du glyphe, soit nécessitent une conception manuelle de critères de correspondance subtils pour les effets de texte. Dans cet article, nous nous concentrons sur l'utilisation des puissantes capacités de représentation des caractéristiques neuronales profondes pour le transfert d'effets de texte. À cette fin, nous proposons un nouveau GAN de Transfert d'Effets de Texture (TET-GAN), qui se compose d'un sous-réseau de stylisation et d'un sous-réseau de destylisation. L'idée clé est d'entraîner notre réseau pour réaliser à la fois l'objectif de transfert de style et de retrait de style, afin qu'il puisse apprendre à démêler et recombiner le contenu et les caractéristiques de style des images d'effets de texte. Pour soutenir l'entraînement de notre réseau, nous proposons un nouveau jeu de données d'effets de texte avec jusqu'à 64 styles conçus professionnellement sur 837 caractères. Nous montrons que les représentations de caractéristiques démêlées nous permettent de transférer ou de retirer tous ces styles sur des glyphes arbitraires en utilisant un seul réseau. De plus, la conception flexible du réseau permet à TET-GAN de s'étendre efficacement à un nouveau style de texte via un apprentissage par transfert où un seul exemple est requis. Nous démontrons la supériorité de la méthode proposée dans la génération de texte stylisé de haute qualité par rapport aux méthodes à la pointe de la technologie.