-
题名基于生成式对抗网络的中文字体风格迁移
被引量:11
- 1
-
-
作者
滕少华
孔棱睿
-
机构
广东工业大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第10期3164-3167,共4页
-
基金
国家自然科学基金资助项目(61402118,61673123,61603100,61702110)
广东省科技计划资助项目(2015B090901016,2016B010108007)
+1 种基金
广东省教育厅项目(粤教高函[2018]1号,[2015]133号,[2014]97号)
广州市科技计划项目(201604020145,201604030034,201508010067,201604046017)
-
文摘
风格多样的中文字体是一种重要的中国文化符号,它的设计和操作是一项需要大量专业知识的艰巨工作。因此,针对这项工作提出一种基于生成式对抗网络的中文字体风格迁移的新方法。实验中,使用基于残差网络结构的生成式模型,在均方误差约束下,进行生成式模型与判别式模型之间的对抗训练,最后使用训练所得的生成式模型实现不同中文字体间一对一和多对多的风格迁移。实验表明,与之前常用的基于l1正则化方法相比,使用这种方法在字体细节生成上有更出色的表现,简化了中文字体的建模方式,提高了生成图像的逼真度,并具有更好的灵活性和通用性。
-
关键词
风格迁移
生成式对抗网络
卷积神经网络
残差网络
深度学习
-
Keywords
style transfer
generative adversarial networks(GAN)
convolutional neural networks
residual networks
deep learning
-
分类号
TP391.12
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图像蒙板的无监督图像风格迁移
被引量:1
- 2
-
-
作者
孔棱睿
滕少华
-
机构
广东工业大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第8期2552-2555,共4页
-
基金
国家自然科学基金资助项目(61402118,61673123,61603100,61702110)
广东省科技计划项目(2015B090901016,2016B010108007)
+1 种基金
广东省教育厅项目(粤教高函[2018]1号,粤教高函[2015]133号,粤教高函[2014]97号)
广州市科技计划项目(201604020145,201604030034,201508010067,201604046017,201802010026,201802010042)。
-
文摘
目前大多数的图像风格迁移方法属于有监督学习,训练数据需要成对出现,并且在处理图像背景时,现有的方法过于繁琐。针对这些问题,提出了一种基于图像蒙板的无监督图像风格迁移方法。在实验中,采用了基于循环一致性的CycleGAN架构,并使用Inception-ResNet结构设计了一个全新的具有内置图像蒙板的生成式模型,最后通过无监督学习将图像的背景与学习到的抽象特征进行自动重组。实验表明,新方法有效地对图像背景和抽象特征进行自动分离与重组,同时解决了特征学习过程中的区域干扰问题,获得了可观的视觉效果。
-
关键词
图像风格迁移
生成式对抗网络
无监督学习
图像蒙板
深度学习
-
Keywords
image style transfer
generative adversarial networks
unsupervised learning
image mask
deep learning
-
分类号
TP391.12
[自动化与计算机技术—计算机应用技术]
-