VecFontSDF: Learning to Reconstruct and Synthesize High-quality Vector Fonts via Signed Distance Functions

要約

フォントのデザインは、デジタル コンテンツのデザインと現代の印刷業界において非常に重要です。
ベクター フォントを自動的に合成できるアルゴリズムを開発すると、フォントのデザイン プロセスが大幅に簡素化されます。
ただし、既存の方法は主にラスター イメージの生成に集中しており、ベクター フォントを直接合成できるアプローチはごくわずかです。
このホワイト ペーパーでは、符号付き距離関数 (SDF) を使用して高品質のベクター フォントを再構築および合成するためのエンド ツー エンドのトレーニング可能な方法 VecFontSDF を提案します。
具体的には、提案された SDF ベースの暗黙的な形状表現に基づいて、VecFontSDF は各グリフを複数の放物線で囲まれた形状プリミティブとしてモデル化することを学習します。これは、ベクター フォント製品で広く使用されている 2 次ベジェ曲線に正確に変換できます。
このようにして、ほとんどの画像生成方法を簡単に拡張して、ベクター フォントを合成することができます。
公開されているデータセットに対して実施された定性的および定量的実験は、ベクター フォントの再構成、補間、少数ショットのベクター フォント合成など、いくつかのタスクで高品質の結果が得られ、最先端技術を著しく上回ることを示しています。

要約(オリジナル)

Font design is of vital importance in the digital content design and modern printing industry. Developing algorithms capable of automatically synthesizing vector fonts can significantly facilitate the font design process. However, existing methods mainly concentrate on raster image generation, and only a few approaches can directly synthesize vector fonts. This paper proposes an end-to-end trainable method, VecFontSDF, to reconstruct and synthesize high-quality vector fonts using signed distance functions (SDFs). Specifically, based on the proposed SDF-based implicit shape representation, VecFontSDF learns to model each glyph as shape primitives enclosed by several parabolic curves, which can be precisely converted to quadratic B\’ezier curves that are widely used in vector font products. In this manner, most image generation methods can be easily extended to synthesize vector fonts. Qualitative and quantitative experiments conducted on a publicly-available dataset demonstrate that our method obtains high-quality results on several tasks, including vector font reconstruction, interpolation, and few-shot vector font synthesis, markedly outperforming the state of the art.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google