FontFusion: 타이포그래피 조건부 부여를 통한 확산 모델(Diffusion Models)의 생성 텍스트 성능 향상

요약

FontFusion은 Diffusion Transformer(DiT) 아키텍처에서 텍스트 가독성과 폰트 충실도 사이의 트레이드오프를 해결하는 새로운 프레임워크입니다. 계층적 토큰 표현과 위치 인식 임베딩을 통해 재학습 없이도 정밀한 타이포그래피 생성을 가능하게 합니다.

핵심 포인트

• DiT를 위한 플러그 앤 플레이 방식의 조건부 부여 프레임워크 제안
• 계층적 토큰 표현 및 위치 인식 임베딩을 통한 공간적 결합 구현
• 다단계 토큰 드롭핑 전략으로 계산 효율성 및 일반화 성능 향상
• 장식용 폰트에서 기존 베이스라인 대비 최대 76% 성능 개선 입증