文字logo设计(文字logo设计生成器)

数据集和代码已开源！

 

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达转载自：机器之心下图的每对 logo 中，一个是设计师设计的 logo，另一个是 AI 模型生成的，顺序不确定，你能分辨出哪些是 AI 模型生成的吗？

（答案在文末揭晓）

文字标志（text logo）的设计非常依赖于设计师的创意和经验，其中，如何安排每个文字元素的布局是一个核心问题布局设计需要考虑到很多因素，如字形、文字语义、主题等例如，不同的文字之间通常不能有形状重叠；对于要强调语义的文字，通常使用较大的尺寸；斜切和旋转等几何变换可以分别体现力量感和欢乐感等主题。

业内现有的方案大多是设计一套易于执行的规则，按照一些预先设定好的模板来设计布局，但是生成的结果往往会比较单调且缺乏创意和美感最近，北京大学王选计算机所和腾讯针对这个问题，提出了一种内容感知的文字标志图像生成模型，从大量现有的文字 logo 中隐式地学习布局设计规则，从而能够对任意输入的字形生成新的 logo。

该工作已经被 CVPR2022 接收，相关数据集和代码已经开源。

论文: https://arxiv.org/abs/2204.02701数据集和代码: https://github.com/yizhiwang96/TextLogoLayout一、数据集训练 AI 模型通常需要大量的数据，然而业内尚不存在针对该任务的数据集。

为了解决该问题，本文提出了 TextLogo3K 数据集，借助腾讯视频平台，收集、标注了 3,470 张精心挑选的文字 logo 图，这些 logo 来源于电影、电视剧和动漫的封面图该数据集对字形进行了像素级别的精准标注，也标注了字形包围框、字符类别。

图 1 TextLogo3K 中 Logo 图像的标注同时，它们在原海报图片中的位置和分割信息也一并提供：

图 2 TextLogo3K 中海报图像的标注该数据集免费提供给用户做学术研究使用（禁止任何商业用途）除了文字 logo 生成，该数据集同样可以应用于文本检测和识别、艺术字体生成、纹理特效迁移、场景文字编辑等任务。

二、模型设计2.1 流程框图本模型的流程框图如下图所示：

图 3 本文模型流程框图本模型基于 Conditional GAN 来生成文字 logo，创新性地使用双判别器结构（序列判别器和图像判别器），对字形的轨迹序列和整体 logo 图像分别做判别；同时借助可微分拼接(Differentiable Composition)，构建位置坐标到 logo 图像的可微分渲染过程。

其主要的流程包括：首先利用输入元素的双模态的特征（即字形视觉特征和文本语义特征），将其编码成条件特征坐标生成器采用条件特征和一个随机噪声作为输入, 为每个字符预测位置坐标，即字形外接框的中心点坐标，宽和高。

每个字符的位置坐标形成一条轨迹序列，故采用一个序列判别器去根据条件对序列和做真假判别注意到本任务中坐标值是连续的，保证了序列判别器可以传播梯度通过可微分拼接, 合并每个字形得到的 logo 图像引入图像判别器，作为序列判别器的补充，目的是进一步捕捉到标志图像的细节信息，保证不同的字形之间不会有较大的重叠，字形间距合理等。

网络的整体优化目标函数如下：

其中，

是序列判别器损失，

是图像判别器损失，

是显式的字形重叠损失（详情见论文）。E 代表条件编码器，G 代表坐标生成器，

和

分别代码表序列判别器和图像判别器其中，可微分拼接和双判别器的具体技术细节在后续小节进一步介绍2.2 可微分拼接在获得预测的几何参数之后，需要进一步将每个字形图像按照这些几何参数拼接成一个文字 logo更重要的是，这个拼接过程必须是可微分的，以让整个模型可以端到端地被优化。

为了达成这个目的，本文设计了一个基于 STN（Spatial Transform Networks）变种的可微分拼接方法在原始的 STN 中，仿射变换参数是使用神经网络直接直接预测本文方法先预测得到了目标字形位置坐标，于是先建立原坐标到目标坐标的映射关系（下图左），手动解出仿射变换的参数（下图右）。

通过这种方式，既可以保证目标字形的位置坐标在画布的范围之内，又可以利用 STN 的可微分采样算法

图 4 显式求解仿射变换参数通常来说，在文字 logo 中不同字形之间不会有重叠（有一些故意的设计除外），因此不需要考虑每个字形之间的图层关系将每个字形变换的图像直接进行加法操作，即可得到 logo 图像，结合上述步骤，可微分拼接的整体过程都是可微分的。

图 5 根据求解参数合成 logo 图像2.3 双判别器结构字符的放置轨迹应该既符合人们的阅读习惯，又呈现出多样的风格然而，这两个特性不容易被图像生成模型中常用的卷积神经网络（CNNs）所捕获到为了解决这个问题，本文设计了一个双判别器的模块，包括一个序列判别器和一个图像判别器。

序列判别器以条件特征作为初始状态，将几何参数的序列作为输入，去分析这个放置轨迹的合理性序列判别器并不能够捕捉到细粒度的信息（如笔画等），因为它仅仅接收几何参数作为输入于是，本模型引入图像判别器去进一步探究 logo 图像（人工设计的或者本模型生成的）的合理性，并预测它们的真假。

根据业内的常见做法，将条件特征进行堆叠再放置到的第一个卷积层之后，用作判别条件三、实验3.1 布局生成结果展示如图 6 和图 7 所示，本模型可以生成英文 logo 图，也可以生成中文 logo。

图 6 本模型在英文数据集上结果

图 7 本模型在中文数据集上结果其中，“ours”所在列表示本模型生成结果，“GT”表示设计师设计的结果本模型生成的布局具有丰富的多样性：如（1）根据具体字形安排布局，如 “B + 侦探” 中，将 “+” 号巧妙地安排到 “B” 右下角和 “侦” 左下角之间；（2）根据语义进行换行，如 “神探包青天” 和“春风十里不如你”。

3.2 与其他方法对比本文与 2D 图形布局生成工作 LayoutGAN（Li et al, ICLR 2018）和 layoutNet（Zheng et al, TOG 2019）进行了对比，这两种方法没有考虑到空间布局上的序列信息，以及输入元素的自身本文语义信息，所以不能处理该任务。

如图 8 所示，本模型生成了更好的结果

图 8 与现有方法对比3.3 布局风格分析通过主成分分析方法（PCA），对隐空间噪声 z 进行了可视化实验，结果展示在图 9 中结果发现，（1）垂直的布局（B2, C2, H2, E3）倾向于落在平面的左边；（2）水平的布局（A1-E1, H1, G2）倾向于落在平面的中间和上方；（3）多行的布局（A2, D2, E2, F2）倾向于落在平面的右下方；（4）不规则的布局（F1，G1）倾向落在平面的边缘。

隐空间噪声 z 和输入文本的长度变量是正交的该可视化方法可以引导设计师探索布局风格的隐空间，帮助他们挑选喜欢的风格

图 9 隐空间噪声 z 的可视化结果3.4 主观评价本文开展了一项用户调查，用于收集用户对于本模型生成结果的主观评价，用户群体包括 27 个专业设计师和 52 个其他职业者使用了 20 对测试图片（模型生成和人工设计的），让用户（1）选择哪个是 AI 生成的：下表中的 “准确率” 表示用户挑出本模型结果的概率，越低越好；（2）选择自己更倾向于哪个：下表中的 “选择率” 表示用户选择本模型结果的概率，越高越好；（3）给 AI 生成的质量打分（1-5）：体现为下表中的“生成质量”，越高越好。

从结果可以看出本模型取得了不错的效果，平均准确率接近 50%，平均选择率 40%我们也观察到设计师群体更容易鉴别出 AI 结果，对质量要求也更苛刻，说明本工作还有进一步提升的空间

表 1 主观调查结果3.5 logo 图生成系统受字体生成模型和纹理迁移模型的启发，本文也建立了一个全自动的文字 logo 图生成系统该系统首先根据用户输入的文本和主题生成对应的字体，接着，将合成的字形图像和文本送到本文提出的布局生成网络中，得到字形摆放的布局，最后使用纹理迁移模型得到修饰后的 logo 图像。

图 10 展示了一些合成的样例, 证明了本系统的有效性

图 10 logo 图像生成系统四、结论本文提出了一种用于合成文字 logo 图的布局生成模型该模型创新性地提出了一个双判别器的模块，用于同时评估字符的放置轨迹和渲染后文字 logo 图的细节信息同时，本文提出一种可微分拼接的方法，构建了布局参数到文字 logo 的可微分渲染过程。

本文构建了一个大规模的数据集 TextLogo3K，并实施大量实验来验证模型的有效性，该数据同样可以应用于其他任务引言部分中每对 logo 图像，左边是 AI 生成的，右边是人工设计的，你猜对了吗？ICCV和CVPR 2021论文和代码下载

后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集后台回复：ICCV2021，即可下载ICCV 2021论文和代码开源的论文合集后台回复：Transformer综述，即可下载最新的

3篇Transformer综述PDF目标检测和Transformer交流群成立扫描下方二维码，或者添加微信：CVer6666，即可添加CVer小助手微信，便可申请加入CVer-目标检测或者Transformer 

微信交流群另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer。

等。一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信: CVer6666，进交流群CVer学术交流群（知识星球）来了！想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料，欢迎扫描下方二维码，加入CVer学术交流群，已汇集数千人！

▲扫码进群▲点击上方卡片，关注CVer公众号整理不易，请点赞和在看