| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-09-07 17:10 StyleGAN2を用いたクラスラベルに基づくフォント生成 ○島村優希・新見道治（九工大）  LOIS2023-11 IE2023-21 EMM2023-58 |
|
| 抄録 | （和） | 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． |
| （英） | 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 labe ls. 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. |
|
| キーワード | （和） | フォント生成 / 敵対的生成ネットワーク / StyleGAN2 / Transformer / / / / |
| （英） | Font generation / Generative adversarial network / StyleGAN2 / Transformer / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 183, EMM2023-58, pp. 22-27, 2023年9月. | |
| 資料番号 | EMM2023-58 | |
| 発行日 | 2023-08-31 (LOIS, IE, EMM) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | LOIS2023-11 IE2023-21 EMM2023-58 |
|
| 研究会情報 | |
| 研究会 | EMM ITE-ME IE LOIS IEE-CMN IPSJ-AVM |
| 開催期間 | 2023-09-07 - 2023-09-07 |
| 開催地（和） | 大阪公立大学 中百舌鳥キャンパス（FIT2023と併催） |
| 開催地（英） | Osaka Metropolitan University - Nakamozu Campus- (Hybrid) |
| テーマ（和） | マルチメディア通信/システム，ライフログ活用技術，IP放送/映像伝送，メディアセキュリティ，メディア処理(AI，深層学習)，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2023-09-EMM-ME-IE-LOIS-CMN-AVM |
| 本文の言語 | 日本語 |
| タイトル（和） | StyleGAN2を用いたクラスラベルに基づくフォント生成 |
| サブタイトル（和） | |
| タイトル（英） | Font Generation based on class labels by StyleGAN2 |
| サブタイトル（英） | |
| キーワード(1)（和/英） | フォント生成 / Font generation |
| キーワード(2)（和/英） | 敵対的生成ネットワーク / Generative adversarial network |
| キーワード(3)（和/英） | StyleGAN2 / StyleGAN2 |
| キーワード(4)（和/英） | Transformer / Transformer |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 島村 優希 / Yuki Shimamura / シマムラ ユウキ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) kyushu Institute of Technology (略称： KIT) |
| 第2著者 氏名（和/英/ヨミ） | 新見 道治 / Michiharu Niimi / ニイミ ミチハル |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) kyushu Institute of Technology (略称： KIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-09-07 17:10:00 |
| 発表時間 | 20分 |
| 申込先研究会 | EMM |
| 資料番号 | LOIS2023-11, IE2023-21, EMM2023-58 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.181(LOIS), no.182(IE), no.183(EMM) |
| ページ範囲 | pp.22-27 |
| ページ数 | 6 |
| 発行日 | 2023-08-31 (LOIS, IE, EMM) |
[研究会発表申込システムのトップページに戻る]