【论文题目】：Handwriting Transformers（手写变换器） 【作者】：Ankan Kumar Bhunia, Salman Khan, Hisham Cholakkal, Rao Muhammad Anwer, Fahad Shahbaz Khan, Mubarak Shah 【机构】：阿联酋大学、澳大利亚国立大学、瑞典林雪平大学、美国中佛罗里达大学 详情：我们提出了一种新颖的基于变换器的样式化手写文本图像生成方法，即HWT，该方法致力于学习样式内容纠缠以及全球和本地书写样式模式。所提出的HWT通过自注意力机制捕获样式示例内的长距离和短距离关系，从而对全局样式样式和局部样式样式进行编码。此外，所提出的基于变换器的HWT包括编码器-解码器注意力，其通过收集每个查询字符的样式表示来实现样式-内容纠缠。据我们所知，我们是第一个引入用于样式化手写文本生成的基于变换器的生成网络。我们提出的HWT生成逼真的样式的手写文本图像，并且通过广泛的定性，定量和基于人的评估，大大优于最新技术。提出的HWT可以在少样本情况下处理任意长度的文本和任何所需的书写样式。此外，我们的HWT可以很好地推广到具有挑战性的场景，即在训练期间未出现的单词和书写风格，从而生成逼真的样式的手写文本图像。 论文地址：https://arxiv.org/pdf/2104.03964.pdf

内容中包含的图片若涉及版权问题，请及时与我们联系删除