DeepFont : Identifier votre police à partir d'une image

Étant donné que la police est l'un des concepts de base du design, l'identification automatique de polices et la suggestion de polices similaires à partir d'une image ou d'une photographie figurent sur la liste des souhaits de nombreux designers. Nous nous penchons sur le problème de Reconnaissance Visuelle des Polices (RVP) et apportons une avancée remarquable dans l'état de l'art grâce au développement du système DeepFont. Tout d'abord, nous constituons le premier ensemble de données RVP à grande échelle disponible, nommé AdobeVFR, qui comprend à la fois des données synthétiques étiquetées et des données réelles partiellement étiquetées. Ensuite, pour atténuer les différences entre les domaines des données d'entraînement et de test disponibles, nous introduisons une approche de décomposition des Réseaux Neuronaux Convolutifs (RNC), en utilisant une technique d'adaptation de domaine basée sur un Auto-Encodeur Convolutif Empilé (AEC) qui exploite un corpus important d'images textuelles réelles non étiquetées combinées avec des données synthétiques prétraitées d'une manière spécifique. De plus, nous examinons une nouvelle approche de compression basée sur l'apprentissage, visant à réduire la taille du modèle DeepFont sans compromettre ses performances. Le système DeepFont atteint une précision supérieure à 80 % (top-5) sur notre ensemble de données collecté et produit également une mesure pertinente de similarité entre les polices pour leur sélection et leur suggestion. Nous parvenons également à compresser le modèle environ six fois sans aucune perte visible de précision en reconnaissance.