计算机科学与探索

作者：杨娜, 殷雁君, 张文轩, 云飞

单位：内蒙古师范大学 计算机科学技术学院，呼和浩特 010022

关键词：字体生成,全局位置信息,局部组件

局部组件方法实现少样本字体生成任务，通常会忽略组件位置信息对文字生成的作用，造成生成文字整体结构布局存有偏差。为了能够有效捕获组件位置信息，提出一种融合组件位置信息特征的少样本字体生成方法（CPI-Font）。提出的CPI-Font模型以MX-Font为基本框架，设计一种新的全局位置信息提取器。以坐标注意力提取全局位置信息，并通过多头组件注意力关注每个组件在全局位置信息中的不同重要程度，以捕获局部组件在整个字形中的全局位置关系特征，避免生成的字形结构产生偏差。采用公开构建的39种字体作为汉字数据集，与目前主流模型进行大量实验。实验结果显示，提出模型的LPIPS值达到0.112，FID值达到88.5，在内容和风格上的准确率分别达到83.1%、70.4%，在三个评价指标上模型均优于其他算法。结果表明，CPI-Font模型能够有效捕获组件位置信息，并具有较为先进的少样本字体生成性能。

来源：2024年第6期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第6期