基于CGAN网络的二阶段式艺术字体渲染方法
艺术字体渲染是媒体排版的重要技术之一.如何提供一种高效的艺术字体渲染方法来实现生成艺术字体的特效多样化与清晰化是亟待解决的问题.本文借助条件生成式对抗网络(Conditional Generative Adversarial Networks,CGAN),提出一个包括风格化处理和清晰化处理的二阶段式艺术字体渲染方法,对字体实现高效的特定效果渲染.首先,风格化处理是通过构建风格化网络模型对多样化的字体进行各种不同的2D或3D特效渲染;然后,构建清晰化网络模型对生成的艺术字体图进行清晰化处理,这克服了单一GAN网络生成图模糊的缺陷.实验结果表明,二阶段式艺术字体渲染方法所生成的特效字体的纹理细节较为丰富,不受限于文字骨架,而且字体清晰度也得到较大提升;同时,该方法对字体的特效渲染批量化处理效率也明显提高,具有较强实用价值.
艺术字体、特效渲染、条件生成式对抗网络、风格化、清晰化
36
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61872095,61872128,61571139,61201393;广东省信息安全技术重点实验室开放课题基金资助项目2017B030314131;广东省智能信息处理重点实验室、深圳市媒体信息内容安全重点实验室2018年开放基金课题资助项目ML-2018-03;西藏自治区自然科学基金资助项目2016ZR-MZ-01;广州市珠江科技新星专题项目2014J2200085;广东工业大学青年百人项目资助项目220413548
2019-05-21(万方平台首次上网日期,不代表论文的发表时间)
共9页
47-55