CVPR 2022 | 基于GAN生成 艺术文字logo及布局

来源 | 机器之心

下图的每对 logo 中，一个是设计师设计的 logo，另一个是 AI 模型生成的，顺序不确定，你能分辨出哪些是 AI 模型生成的吗？（答案在文末揭晓）

• 论文: https://arxiv.org/abs/2204.02701
  

• 数据集和代码: https://github.com/yizhiwang96/TextLogoLayout

• 首先利用输入元素的双模态的特征（即字形视觉特征和文本语义特征），将其编码成条件特征。

• 坐标生成器采用条件特征和一个随机噪声作为输入, 为每个字符预测位置坐标，即字形外接框的中心点坐标，宽和高。

• 每个字符的位置坐标形成一条轨迹序列，故采用一个序列判别器去根据条件对序列和做真假判别。注意到本任务中坐标值是连续的，保证了序列判别器可以传播梯度。

• 通过可微分拼接, 合并每个字形得到的 logo 图像。

• 引入图像判别器，作为序列判别器的补充，目的是进一步捕捉到标志图像的细节信息，保证不同的字形之间不会有较大的重叠，字形间距合理等。

其中，是序列判别器损失，是图像判别器损失，是显式的字形重叠损失（详情见论文）。E 代表条件编码器，G 代表坐标生成器，和分别代码表序列判别器和图像判别器。其中，可微分拼接和双判别器的具体技术细节在后续小节进一步介绍。