通過少量示例生成新字體的FFG(few-shotfont)，因持續增加人工成本而遭到越來越多的關注。典型的FFG管道將標準圖標庫中的數組視為內容字形木匾字體，并借助從參考字形提取樣式信息將他們轉移到新的目標字體。大多數現有的緩解方案明確地全局或模塊地分離參考符號的內容和顏色。而字形的色調主要表現在局部細節上，即偏旁、組份、筆畫的格調共同繪制了一個字形的風格。因此，即使是單個字符也可以包括分布在空間位置上的不相同式。在本文中，我們強調了一種新的字體生成方式:1)從參考文獻中學習細粒度的局部形狀，2)內容和參考符號之間的空間對應關系。因此，內容符號中的每個空間位置都可以使用恰當的細粒度樣式分配。為此，我們引入對內容符號表示的交叉關注成為查詢，并將引用符號表示成為鍵和值。交叉注意模式不應該顯式地分解全局或模塊建模木匾字體，而是可以處理參考符號中恰當的局部形狀，并將參考材質聚合為給定內容符號的細粒度樣式表示。實驗結果證實，該辦法在FFG中的性能優于現有技巧。特別是，用戶研究還說明，我們的方式的風格一致性明顯優于當時的方式。

圖1。我們強調了細粒度的局部風格提取和風格聚合過程。我們強調的模塊支持從引用中細粒度地提取顏色，并學習內容和引用之間的對應關系，從而以高保真度將相應的局部形狀聚合到內容中的恰當位置。

1.

在現代，計算機平臺和人類都要處理長期的文本信息。字體，文本的表示，因此發揮了關鍵作用&

• 關于戶外廣告（招牌）審批管理規定（試行）的通知
• 如何用打印機打出來練？字體的10大理由
• 城市的符號與名片，構成中華民族特有額歷史印記
• 木匾字體 一種的局部風格提取和風格聚合過程（實驗結果表明）
• 中國嘉德2022秋季拍賣會于12月9日隆重啟幕(組圖)