基于对抗生成网络的多风格化的汉字

• 作者: 姬艳丽 徐行 陈华 陈李江 陈杰夫
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 中文字体样式转换 生成对抗网络 多域 创建新字体
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 674-678
• 页数: 5页
• 分类号: TN97
• 字数: 470字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.05.003

摘要

随着生成对抗网络(GAN)的发展,中文字体转换领域的研究越来越多,研究者能够生成高质量的汉字图像.这些字体转换模型可以使用GAN将源字体转换为目标字体.然而,目前的方法有以下局限:1)生成的图像模糊;2)模型一次只能学习和生成一种目标字体.针对这些问题,该文开发了一种全新的模式来执行中文字体转换.首先,将字体信息附加到图像上,告诉生成器需要转换的字体;然后,通过卷积网络提取和学习特征映射,并使用转置卷积网络生成照片真实图像.使用真实图像作为监控信息,以确保生成的字符和字体与它们自身一致.这个模型只需要训练一次,就能够将一种字体转换为多种字体并生成新的字体.对7个中文字体数据集的大量实验表明,该方法在中文字体转换中优于其他几种方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈杰夫	电子科技大学计算机科学与技术学院	1	0	0.0	0.0
2	陈华	江西师范大学计算机信息工程学院	1	0	0.0	0.0
3	徐行	电子科技大学计算机科学与技术学院	1	0	0.0	0.0
4	姬艳丽	电子科技大学计算机科学与技术学院	1	0	0.0	0.0
5	陈李江		1	0	0.0	0.0