近日，第16届计算机图形学与交互技术亚洲国际会议（SIGGRAPH Asia）在澳大利亚悉尼举行。线上赌博官网下载软件副教授武蕾课题组的研究论文“Anything to Glyph: Artistic Font Synthesis via Text-to-Image Diffusion Model”在SIGGRAPH Asia 2023上发表，并作大会报告。硕士生王昌硕为第一作者，赌博大平台软件下载副教授武蕾和赌博大平台软件下载教授孟雷为共同通讯作者，赌博大平台软件下载为第一单位。

随着科技的飞速发展，人工智能（AI）在艺术领域的应用愈发广泛。近期，AIGC艺术字创作成为业界新焦点。AIGC艺术字创作主要利用人工智能技术生成独具艺术风格的字体。当前的研究工作主要集中在字形、字效的风格迁移方面。在现实场景中，我们常能看到由不同物体拼成的艺术字，如餐厅菜单中的“Sausages”由香肠拼成，“French Fries”由薯条拼成。这些艺术字无需阅读者理解其内容，便能传递大量信息，对于语言不通的人来说，是一种有效的信息传递方式。然而，此前的艺术字生成技术无法实现这一目标。现有的ShapeMatchingGAN模型由于架构限制，需要对每一种物体单独训练一次模型，这在现实应用中极为不便。本研究的目标是提出一种创新的艺术字生成模型，只需一次训练，便能将不同物体组成任何想要的文字形状。这将为艺术字创作带来更多可能性，也将为设计师和观众带来更丰富的视觉体验。

该论文提出了一个基于Diffusion Model弱位置约束的创新艺术字生成模型。模型使用在ImageNet上训练的隐空间扩散模型（LDMs），在此基础上，使用classifier-free控制生成方法将控制条件引入模型的生成步骤。具体来说，论文提出了弱位置预测器（Position Predictor），在模型的采样过程中引入给定的形状作为约束，并在多步采样中逐渐限制物体的分布。此外，该论文还提出了LSSA（Latent Space Semantic Augmentation）模块，用于在Latent Code的修改过程中最大限度地保留原始语义信息，避免位置预测器对特征图进行过度的修改。该论文完成了高质量的zero-shot创新艺术字生成，并探索了Diffusion Model在艺术字生成领域的巨大潜力。

ACM SIGGRAPH/ACM SIGGRAPH Asia是集科学、技术、艺术、商业于一身的图形学技术展示和学术会议。自1974年在科罗拉多州举办第一届会议以后，每年有上万人参加；顶峰时期参会人员达3到4万。与会人员既有计算机图形学、计算机视觉、虚拟现实、人机交互、可视化、数字孪生与元宇宙等领域的专家学者，也有游戏动漫、数字影视、新媒体设计、增减材制造等产业的业界大咖。投稿论文分Journal track和Conference track（7页）。被Journal track录用的论文将同时刊登在图形学顶级期刊ACM Transactions on Graphics上，该期刊是中国计算机学会（CCF）推荐的计算机图形学与多媒体领域A类期刊，中科院分区为SCI 1区Top，影响因子为7.403。

论文链接：https://dl.acm.org/doi/10.1145/3610548.3618208

（文/图：王昌硕 责任编辑：王璐）