VecFusion: Vector Font Generation with Diffusion

我们提出了VecFusion，一种新的神经架构，可以生成具有不同拓扑结构和精确控制点位置的向量字体。我们的方法是一个级联扩散模型，由栅格扩散模型和向量扩散模型组成。栅格模型生成低分辨率、光栅化字体，并带有辅助控制点信息，捕捉字体的全局样式和形状，而向量模型则根据第一阶段的低分辨率光栅字体合成向量字体。为了合成长而复杂的曲线，我们的向量扩散模型采用了变压器架构和一种新颖的向量表示方法，使得能够对多样化的向量几何进行建模，并精确预测控制点。我们的实验表明，与先前的向量图形生成模型相比，我们的新的级联向量扩散模型生成的向量字体质量更高，结构更复杂，风格更多样化。

该论文旨在解决生成具有不同拓扑结构和精确控制点位置的矢量字体的问题。这是一个新的问题。

该论文提出了一种级联扩散模型，由栅格扩散模型和矢量扩散模型组成。栅格模型生成低分辨率的栅格化字体，并捕捉字体的全局风格和形状，矢量模型则根据第一阶段的低分辨率栅格字体合成矢量字体。为了合成长而复杂的曲线，矢量扩散模型使用了变压器架构和一种新颖的矢量表示方法，使得模型能够建模多样的矢量几何形状并精确预测控制点。

该论文的亮点包括生成高质量的矢量字体、具有复杂结构和多样风格；使用了级联扩散模型，结合栅格扩散模型和矢量扩散模型；使用了变压器架构和新颖的矢量表示方法来合成长而复杂的曲线；实验结果表明，相比之前的矢量图形生成模型，该模型生成的矢量字体质量更高。

最近的相关研究包括：1. Learning to Generate Fonts with Deep Graphical Models; 2. Neural Font Style Transfer with Mixed-Style Training Data; 3. Generating High-Quality Chinese Calligraphy via Coarse-to-Fine Adversarial Networks。