VATr — 从视觉原型生成手写(Modena,CVPR 2023)

📄 原文:arXiv:2303.15269 · PDF

⭐ 扩散时代前的经典基线;visual-archetype 内容编码这招造罕见字仍可借。

核心

  • Transformer few-shot 风格 HTG,大规模合成数据预训练获未见写手稳健风格。
  • 把文本内容表示成 GNU Unifont 字形图像序列(visual archetypes) 而非 one-hot → 罕见字符能借与常见字符的视觉相似性被更好生成。

关联