10.19335/j.cnki.2095-6649.2020.09.055
基于汉字复杂度划分的字体迁移方法
近年来,汉字生成逐渐演变为深度学习技术的一个新的应用.但由于汉字之间的结构差异过大,对所有汉字采用相同的风格迁移策略会导致生成的汉字线条粗糙或者是笔画粘连.故本文通过计算不同汉字的复杂度并且记录笔画之间的关系,并采用动态加权分配算法选择单个生成器训练所需的数据,提出了一个多生成器的字体风格迁移网络.最终实验表明,通过该方法生成的书法字体能够有效的解决生成汉字的笔画粘连和空白处斑点的问题.
书法、条件生成对抗网络、字体设计、表征学习
10
TP391.41(计算技术、计算机技术)
江苏省高等学校自然科学研究项目编号:18KJD520001
2021-04-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
151-154