论文页面 - Strike a Chord! Modal Kinetic Typography（奏响和弦！模态动态字体）

来源：https://huggingface.co/papers/2609.38325

摘要

我们提出了模态动态字体（modal kinetic typography），它在保持字形可读性的同时，通过动画矢量字形来表达语义概念。我们的核心思想是从字形的自然振动模式中构建运动。具体而言，基于矢量轮廓组装的有限元特征值问题可以求出字形最柔软的振动模式——既涵盖整个字母，也涵盖其各个组成部分，使其能够弯曲变形。该问题的零能量解，即刚体平移和旋转，以解析形式应用于每个部分，使各部分也能作为整体块状移动。为了生成字形动画，我们使用一个冻结的视频扩散模型来仅监督这些模式的振幅和相位。我们的模态方法解决了先前工作的两个弱点。在视频得分蒸馏（SDS）下的自由形态点优化会沿噪声梯度独立地移动每个点和每一帧，导致轮廓撕裂并产生抖动。相比之下，我们的模式沿轮廓平滑分布，并由少数几个整周期谐波驱动，从而将这些梯度限制为平滑且无缝循环的运动。另一方面，结构化替代方案依赖于来自类别先验的骨架或关键点，而我们的模式直接来自字形本身；唯一的先验是一个列出每个字母可动部件的清单，由语言模型为整个字母表一次性生成。在模态动态字体中，形状与运动在构造上就是解耦的：单个基础轮廓被雕刻以呈现概念，而模态驱动无法改变它，因此字母也可以在不被重塑的情况下被动画化。我们的方法产生了比 Dynamic Typography 和 AniClipart 更加生动、流畅的运动，同时概念对齐程度相当或更好，字形撕裂也比 Dynamic Typography 更少，并且更受人类评分者的青睐——包括在冻结形状、情感必须独自承载概念的设置中。人类评分者同样更偏好我们的结果而非 Astra（GPT-6）。

查看 arXiv 页面 (https://arxiv.org/abs/2609.38325) · 查看 PDF (https://arxiv.org/pdf/2609.38325) · 项目页面 (https://strikeachordkt.github.io/strikeachord/) · 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.38325)

引用该论文的模型 0

暂无模型链接到此论文。

在模型 README.md 中引用 arxiv.org/abs/2609.38325，即可从本页面链接到此论文。

引用该论文的数据集 0

暂无数据集链接到此论文。

在数据集 README.md 中引用 arxiv.org/abs/2609.38325，即可从本页面链接到此论文。

引用该论文的 Spaces 0

暂无 Space 链接到此论文。

在 Space README.md 中引用 arxiv.org/abs/2609.38325，即可从本页面链接到此论文。

收录该论文的收藏 0

暂无收藏收录此论文。

将此论文添加到收藏 (https://huggingface.co/new-collection) 即可从本页面链接到此论文。