稠密自适应生成对抗网络的爨体字风格迁移模型
爨体字作为典型的衬线字体,不同于黑体、微软雅黑、等线这些非衬线字体,其字形结构十分多样.为了防止爨体字在生成过程中笔画弯折处出现伪影和模糊的现象,提出一种基于稠密自适应生成对抗网络的爨体字风格迁移模型.首先,生成器通过稠密自适应卷积块更加充分地提取风格特征和内容特征;然后,像素判别器对真实图片和生成图片进行分辨;再采用对抗损失、迁移损失、梯度损失和边缘损失对生成网络进行参数调节;最后,将自行采集的爨体字数据集作为训练集送入模型进行训练.实验结果证明,所提模型能够有效地学习到风格特征,达到更好的生成效果;其生成结果在字形大小保持上优于 Zi-to-zi 模型,在笔画细节特征的保留上优于 StarGANv2 以及CycleGAN模型,并在SSIM和L1 loss指标上得到了验证.
爨体字、衬线字体、风格迁移、生成对抗网络、稠密自适应卷积块、边缘损失
35
TP391.41(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;云南省科技厅项目;云南省科技厅项目;云南省科技厅应用基础研究计划重点项目;云南省科技厅应用基础研究计划重点项目;云南省重大科技专项;云南省中青年学术技术带头人后备人才
2023-08-28(万方平台首次上网日期,不代表论文的发表时间)
共10页
915-924