Key points are not available for this paper at this time.
자동 소수 샷 글꼴 생성은 수작업 디자인이 비싸고 디자이너의 전문성에 민감하기 때문에 실용적이고 널리 연구된 문제입니다. 기존의 소수 샷 글꼴 생성 방법은 몇 개의 참조 글리프에서 스타일과 내용 요소를 분리하는 것을 목표로 하며, 각 글꼴 스타일에 대한 보편적인 스타일 표현에 주로 집중합니다. 그러나 이러한 접근 방식은 모델이 다양한 로컬 스타일을 표현하는 데 제한을 두어 가장 복잡한 문자 체계, 예를 들어 부품 수가 다양하고 복잡한 구조를 가진 중국어에 적합하지 않게 만듭니다. 본 논문에서는 보편적인 스타일 대신에 구성 요소별 스타일 표현, 즉 국소화된 스타일을 학습하여 새로운 글꼴 생성 방법을 제안합니다. 제안된 스타일 표현을 통해 텍스트 디자인의 복잡한 로컬 세부 사항을 합성할 수 있습니다. 그러나 목표 스크립트에 구성 요소가 많은 경우, 예를 들어 중국어의 경우 200개 이상인 경우, 참조 글리프에서 구성 요소별 스타일을 학습하는 것은 불가능합니다. 참조 글리프 수를 줄이기 위해 우리는 저차 행렬 인수분해에서 영감을 받아 구성 요소 인수와 스타일 인수의 곱으로 구성 요소별 스타일을 단순화합니다. 강력한 표현과 컴팩트한 인수분해 전략의 결합 덕분에, 우리의 방법은 강력한 지역성 감독을 사용하지 않고도 (각 구성 요소의 위치, 골격 또는 스트로크 등) 다른 최신 기술보다현저하게 더 나은 소수 샷 글꼴 생성 결과를 보여줍니다 (참조 글리프 이미지 8개만 사용). 소스 코드는 https://github.com/clovaai/lffont에서 확인할 수 있습니다.
박 외 (화요일)이 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: