基于生成式对抗网络的手写字体风格转换.docxVIP

PAGE 28 基于生成式对抗网络的手写字体风格转换  摘 要 手写字体风格转换的实现可以有效减轻字体设计师负担，辅助学者对名家书法、名人笔迹进行模仿和修复，具有非凡的意义。然而，这是一项具有挑战性的任务，原因在于字体数量多且字形结构复杂。 本文提出了一种基于生成式对抗网络（generative adversarial networks）的深度学习体系结构，在自动编码器中增加网络结构，替换原网络中的损失函数和优化器。通过加深网络模型深度，增强训练效果，网络能够学习从标准字体到个性化手写体的映射，直接生成高质量的手写体汉字。针对手写体字符的使用场景，本文提出了一种内容准确度的评估方法