基于改进条件生成对抗网络的书法字骨架提取

摘要：

书法字骨架保留书法字的结构、形态以及笔画细节,对于评价书法字笔画结构极为重要.为解决现有的骨架提取算法无法获取离线书法图像的动态信息,提出改进条件生成对抗网络的书法字骨架提取算法.为获取长距离上下文信息,将残差结构与分层空洞卷积模块引入条件生成对抗网络,并融合交叉注意力模块,以保证生成骨架的平滑性.使用谱归一化和Leaky ReLU激活函数稳定模型训练,提升书法字骨架提取的完整性,并基于在线手写字数据集,构建伪书法字图像数据集.实验结果表明,该算法在测试数据集中的F1值、联合交并比(IoU)和最小平均距离(AMD)分别为0.6782、0.5158和1.4500,相较于现有骨架提取算法的最优结果,F1值、IoU分别提高了8.2%和8.8%,AMD降低了约0.42,可有效捕获到书法离线图像的动态信息,使骨架特征更具有代表性,在书法字帖图片上表现出较优的泛化能力.同时,消融实验结果验证了分层空洞卷积模块和交叉注意力模块的有效性,可以获得更完整、光滑的字符骨架.

关键词：pix2pix算法、骨架提取、分层空洞卷积、交叉注意力、离线书法图像

所属期刊栏目：49

分类号：TP391.1(计算技术、计算机技术)

资助基金：上海市促进文化创意产业发展财政资金支持项目2020011278_V0

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：272-279