融合多尺度特征的小样本字体生成

摘要

通过模型MS-Font设计一种多尺度生成器（multiscale generator,MG），用于提取文字不同尺度结构信息特征，并将浅层信息和深层信息进行多尺度特征融合，构建不同尺度特征图之间的联系，以增强字体内容与风格信息的有效表达，提高生成网络的字体重构能力。在给定数据集上进行大量实验，结果表明模型MS-Font结果均优于对比算法，在FUNIT模型基础上，LPIPS提高0.007,SSIM提高0.12,ACC(S)提升5.2,ACC(C)提升4.0，验证了提出模型MS-Font的有效性。

关键词

小样本字体生成 / 多尺度特征提取 / 生成对抗网络