Font Generation with Missing Impression Labels

要約

私たちの目標は、印象ラベル付きのフォントデータセットを使用して生成的敵対的ネットワークをトレーニングすることにより、特定の印象を持つフォントを生成することです。
主な問題は、フォントの印象があいまいであり、印象ラベルがないからといって、フォントに印象がないことを必ずしも意味しないということです。
この論文は、欠落した印象ラベルに対してロバストなフォント生成モデルを提案します。
提案された方法の重要なアイデアは、（1）共起ベースの欠落ラベル推定器と（2）印象ラベルスペースコンプレッサーです。
1つ目は、データセット内のラベルの共起に基づいて欠落しているインプレッションラベルを補間し、それらを使用して、完成したラベル条件としてモデルをトレーニングすることです。
2つ目は、高次元の印象空間を低次元に圧縮するエンコーダ-デコーダモジュールです。
提案モデルは、定性的および定量的評価を通じて、ラベルが欠落しているマルチラベルデータを使用して高品質のフォント画像を生成することを証明しました。

要約(オリジナル)

Our goal is to generate fonts with specific impressions, by training a generative adversarial network with a font dataset with impression labels. The main difficulty is that font impression is ambiguous and the absence of an impression label does not always mean that the font does not have the impression. This paper proposes a font generation model that is robust against missing impression labels. The key ideas of the proposed method are (1)a co-occurrence-based missing label estimator and (2)an impression label space compressor. The first is to interpolate missing impression labels based on the co-occurrence of labels in the dataset and use them for training the model as completed label conditions. The second is an encoder-decoder module to compress the high-dimensional impression space into low-dimensional. We proved that the proposed model generates high-quality font images using multi-label data with missing labels through qualitative and quantitative evaluations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google