WEKO3
アイテム
生成モデルと印象評価を用いた文字フォント推薦システム
https://ipsj.ixsq.nii.ac.jp/records/194754
https://ipsj.ixsq.nii.ac.jp/records/1947544db1ebeb-7552-488f-8837-38c4ed6406e4
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CG19173009.pdf (3.6 MB)
|
Copyright (c) 2019 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2019-02-26 | |||||||||||
| タイトル | ||||||||||||
| タイトル | 生成モデルと印象評価を用いた文字フォント推薦システム | |||||||||||
| タイトル | ||||||||||||
| 言語 | en | |||||||||||
| タイトル | Generative Model Based Font Recommendation System Using Perception Classification | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||||
| 資源タイプ | technical report | |||||||||||
| 著者所属 | ||||||||||||
| 北陸先端科学技術大学院大学 | ||||||||||||
| 著者所属 | ||||||||||||
| 北陸先端科学技術大学院大学 | ||||||||||||
| 著者所属 | ||||||||||||
| 北陸先端科学技術大学院大学 | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Japan Advanced Institute of Science and Technology | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Japan Advanced Institute of Science and Technology | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Japan Advanced Institute of Science and Technology | ||||||||||||
| 著者名 |
藤田, 裕樹
× 藤田, 裕樹
× 謝, 浩然
× 宮田, 一乘
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 現在世の中には多くの文字フォントが存在しており，それらの多くを利用することができるが，現状として所望のフォントを取得することは困難である．本研究ではこのような問題を解決するために，画像から得られる特徴量と人が文字画像から感じる印象とを結びつけることを試みた．画像特徴量を取得するために生成モデルの一つである Variational Autoencoder を使用し，その多次元潜在空間における印象の分布データを取得するために，生成された文字フォント画像からどのような印象を受けるのかというアンケート調査を行なった．以上の調査で得られた分布データに対して，Manifold Learning を用いて人が操作しやすい二次元まで次元削減を行ない，その二次元上の分布密度を各印象ごとにヒートマップとして表示した．そのヒートマップ上をマウスで移動することで，対応する文字フォント画像を連続的に変更しながら表示するユーザーインターフェースを開発した． | |||||||||||
| 論文抄録(英) | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | Recently, there are numerous character fonts on the Internet for public usage. However, it is still difficult and challenging to generate the fonts meeting the user preferences. To solve this issue, we propose the font recommendation system to visualize the perceptual adjustment in the latent space of a generative model. In this paper, we adopt the variational autoencoder (VAE) network for font generation. Then, we conduct a perceptual study on the generated fonts from the multi-dimensional latent space of the generative model. After we obtained the distribution data of specific preferences, we utilize a manifold learning approach to visualize the font distribution. As a case study of our proposed method, we develop a user interface for generated font selection in the designated user preference using the representation of heat map. | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 収録物識別子 | AN10100541 | |||||||||||
| 書誌情報 |
研究報告コンピュータグラフィックスとビジュアル情報学（CG） 巻 2019-CG-173, 号 9, p. 1-8, 発行日 2019-02-26 |
|||||||||||
| ISSN | ||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||
| 収録物識別子 | 2188-8949 | |||||||||||
| Notice | ||||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
