Learning to Write Stylized Chinese Charactersby Reading a Handful of Examples
简单记录
1文章主要内容
2 首先,假设中文字体由内容和风格组成。
3 由于风格和内容没有明显的区别,所以先做reverse-engineering
4 建立了一个包含全部风格多样的中文字符的数据集
5 网络架构图如下图:
其中,内容识别网络 C,风格推断网络S,从每个Xi,j 得到内容cj和风格sj,之后通过生成网络G。同时模型只观察少数的字体
通过这些字符,风格特征 SM+KS_M+_KSM+K,通过S推断得到,s与任何内容特征c n∈{c 1: n}相结合,通过G生成理想的风格化汉字字符x M+k,n。
模型主要包含三个子网络,包括内容识别网络 C、风格推理网络 S,以及汉字生成网络 G。整个过程可以分为两个阶段——推理阶段和生成阶段。在推理阶段,首先,我们分别基于内容识别网络和风格推理网络将隐藏特征解耦成与内容和风格相关的成分。为了得到更多信息的内容编码,字体结构和部首的知识进一步被集成在内容向量中。在生成阶段,我们将内容向量和风格向量作为一个反卷积网络的输入,所以字体可以通过之前推理阶段得到的风格特征进行重构。为了可靠的解耦,训练过程是以交叉逐对的方式进行的,这意味着生成的汉字提取了不同的源汉字中的风格特征和内容编码。
6 网络结构
Content Recognition Network
主要为风格迁移网络和生产网提供正确的label.网络结构参考其他网络识别结构。
**
Character Structure Knowledge**dads
利用中文字体的知识是提高生成效果的关键,以前的方法多直接将每个字符转换为one-hot编码,之后将他链接到每层的特征图上。数据集大的话,会导致模型的参数爆炸性增长。为了解决这样的问题,我们引入了信息更加丰富的编码方式,通过在们的框架中引入汉字的配置和基本信息,并建立了相应的索引表K.
与one-hot编码不同,我们的编码方式会重复利用共享每个字体的配置和基本信息。通过索引表K,将one-hot编码通过转变为hascode。
编码方式如下图:
编码方式很短,前12bits ,识别汉字的12种常见结构:上下左右,等等。中间101代表不同部首。后20个如果前面是重复的索引。
Style Inference Network
风格迁移网络是变分自编码器,
输入的是内容code,c 图像X.进行高斯分布,这个公式和原始的变分自编码器没什么区别
同时为了解耦,(这一事实解耦变分自编码器的内容)
这就要求风格推理网络对相同风格的不同字符提供相同的后验分布。
Character Generation Network.
输入风格和字体内容。Bernoulli distribution 反卷积,
标题Intercross Pairwise Optimization
训练方法,
Learning to Write Stylized Chinese Charactersby Reading a Handful of Examples相关推荐
- [CVPR2022]3D Photo Stylization: Learning to Generate Stylized Novel Views from a Single Image
标题:3D Photo Stylization: Learning to Generate Stylized Novel Views from a Single Image 链接:https://ar ...
- Reading Comprehension必读paper汇总
文章目录 Must-read papers on Machine Reading Comprehension. Model Architecture Utilizing Extenal Knolwed ...
- 机器学习面试题合集Collection of Machine Learning Interview Questions
The Machine Learning part of the interview is usually the most elaborate one. That's the reason we h ...
- An example machine learning notebook
原文地址 An example machine learning notebook Notebook by Randal S. Olson Supported by Jason H. Moore Un ...
- Paper reading (八十四):Age- and Sex-Dependent Patterns of Gut Microbial Diversity in Human Adults
论文题目:Age- and Sex-Dependent Patterns of Gut Microbial Diversity in Human Adults scholar 引用:1 页数:12 发 ...
- Paper:《Multimodal Machine Learning: A Survey and Taxonomy,多模态机器学习:综述与分类》翻译与解读
Paper:<Multimodal Machine Learning: A Survey and Taxonomy,多模态机器学习:综述与分类>翻译与解读 目录 <Multimoda ...
- We're on the cusp of deep learning for the masses. You can thank Google later
作者: Derrick Harris 2013/08/16 Summary Google researchers have developed new methods for analyzing ...
- A brief Introduction to Continue Learning / Life long Learning
What is Continual Learning? original link A high level definition. "Continual Learning is the c ...
- PAC Learning Framework可能近似正确学习
Coffe Time ESP GAME用户做游戏的时候,对图片做语义标注 SAmple Complexity: How many training examples are sufficient to ...
最新文章
- 键盘码 ascii码
- 原来10张图就可以搞懂分布式链路追踪系统原理
- 快排--java实现
- Shell中的${ }、#、##、%、%%使用范例
- Redis-17Redis内存回收策略
- 37.Intellij IDEA解决GBK乱码
- HIbernate实现增、删、改、查。
- Github 完整学习教程
- 前端必须掌握的经典布局:“双飞翼布局”
- CentOS7下搭建SVN服务器
- PTA9、计算利率 (10 分)
- 阅读java文件_阅读与阅读写文件 - Java空格
- sql重命名数据库_为什么要为SQL单元测试巧妙地命名数据库对象
- Eclipse启动无响应,停留在Loading workbench状态
- Linux上mysql安装详细教程
- Python常用模块12-python的xlsxwriter模块(操作excel)
- xdg在Linux中的用法,linux-如何使用sudo获取XDG变量?
- 服务器KVM虚拟键盘怎么打开,KVM虚拟机键盘布局问题的解决
- 关于ssm框架的外文文献及译文_学术小白应该如何高效阅读文献?
- 随机森林的构建过程(机器学习)
热门文章
- 虚拟机双硬盘安装ubuntu固态+机械
- win10怎么开启aptx_索尼1000XM3 无线主动降噪耳机一周上手体验Windows10开启aptX方法...
- php://filter伪协议(总结)
- 计算机一级重点复习提纲,计算机一级B考试复习提纲是什么?
- 数学四大思想八大方法_四大数学思想
- 做了三年数据分析,给你的几点建议
- [Machine Check机制]X86服务器Linux系统对于MCE的Log解析
- project2016专业版最新密钥和下载
- (转)美国最大的独立理财顾问公司 爱德华琼斯专注的成功
- 《新理解矩阵1》:矩阵是什么?