基于CGAN网络的二阶段式艺术字体渲染方法

• 作者: 刘怡俊 叶武剑 张春玉 王善进 翁韶伟 高智 高海健
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 艺术字体 特效渲染 条件生成式对抗网络 风格化 清晰化
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 综合研究
• 页码范围: 47-55
• 页数: 9页
• 分类号: TP391
• 字数: 6249字
• 语种: 中文
• DOI: 10.12052/gdutxb.180162

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘怡俊	广东工业大学信息工程学院	66	190	7.0	10.0
2	张春玉	西藏民族大学信息工程学院	22	31	3.0	4.0
3	王善进	东莞理工学院电子工程与智能化学院	41	142	7.0	9.0
4	叶武剑	广东工业大学信息工程学院	7	3	1.0	1.0
5	翁韶伟	广东工业大学信息工程学院	4	5	2.0	2.0
6	高海健	广东工业大学信息工程学院	1	2	1.0	1.0
7	高智	广东工业大学信息工程学院	1	2	1.0	1.0