StyleGAN2を用いたクラスラベルに基づくフォント生成

• Item type: SIG Technical Reports(1)
• 公開日: 2023-08-31
• タイトル: StyleGAN2を用いたクラスラベルに基づくフォント生成
• タイトル / 言語: en
• タイトル: Font Generation based on class labels by StyleGAN2
• 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: 九州工業大学院情報工学府
• 著者所属: 九州工業大学院情報工学研究院
• 著者所属(英): en
• 著者所属(英): Graduate School of Computer Science and Systems Engineering, Kyushu Institute of Technology
• 著者所属(英): en
• 著者所属(英): Faculty of Computer Science and Systems Engineering, Kyushu Institute of Technology
• 著者名: 島村, 優希; 新見, 道治
• 著者名(英): Yuki, Shimamura; Michiharu, Nimi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: テキストは情報伝達手段として重要なメディアの一つである．その用途の一つにコミュニケーションがある．しかし，テキスト上でのコミュニケーションでは感情を伝達することが困難である．その原因として，コンピュータ／モバイル端末上に表示されるテキスト文字は画一的なフォントが用いられていることが挙げられる．この問題に対し我々は，フォント変化で感情表現するシステムを提案した．このシステムでは，ディープニューラルネットワークを利用し，１つのフォントと感情に対応したクラスラベルを入力することで，感情に対応するフォントを生成することができる．ユーザは 1 種類のフォントデータと訓練されたディープニューラルネットワークがあれば，クラスラベルにより生成フォントを制御できる．しかしながら，文字形状によっては期待するフォントが再構成できなかった．本稿では，高品質な画像生成を実現したStyleGAN2 モデルをフォント生成用に拡張することにより，高品質なフォント生成を実現する手法を提案する．具体的な拡張方法としては，StyleGAN2 に FS フォント生成モデルで利用されている Encoder とクラスラベルを入力する構造を追加する．これにより，Encoder に入力された画一的な文字をクラスラベルに対応したフォントに変化させることが可能になる，実験の結果，フォント生成に関する先行研究と比較して，定性的・定量的に良いフォント生成が可能であることが分かった．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Text is an important media to convey informations. Text is used in Communications. But it is difficlt to convey our emotions in text communictions. It seems to be a reason that we use an uniformity font in text communications. For that kind of problem, we proposed a system to express emotions on text communications by font changing. The system uses Deep Neural Network that a pair of font image and class label is input, and it can generate fonts that express emotions corresponding class labels. This means that one can generate several fonts shape with varing input class labels when a kind of font and the trained DNN are given. However it was difficult for some font shape to reconstruct expected fonts. In this paper, we propose a method to generate high quality fonts by expanding StyleGAN2 that can generate high quality images. The concrete way of this expansion is composed of two additional parts to StyleGAN2: Encoder which is come from FSFont generation model and architecture to input class labels. By the expansion, it can change a font shape that is inputted to encoder into the several fonts corresponding class labels. From the results of the experiment, we find that the method can generate better fonts qualitatively and quantitatively compared to previous works.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438399
• 書誌情報: 研究報告オーディオビジュアル複合情報処理（AVM）; 巻 2023-AVM-122, 号 11, p. 1-6, 発行日 2023-08-31
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8582
• 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