期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于字体特征与多尺度PatchGAN的中文字体风格转换研究
1
作者
程若然
赵晓丽
周浩军
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2023年第6期1228-1237,共10页
针对现有中文字体风格转换方法生成字符图像质量低以及生成字体图像与目标字体图像风格不一致的问题,提出基于字体特征与多尺度patch生成对抗网络的中文字体风格转换方法.首先,根据字体特点设计两个特征提取网络,分别提取字体风格特征...
针对现有中文字体风格转换方法生成字符图像质量低以及生成字体图像与目标字体图像风格不一致的问题,提出基于字体特征与多尺度patch生成对抗网络的中文字体风格转换方法.首先,根据字体特点设计两个特征提取网络,分别提取字体风格特征和字符内容特征;然后,将两个特征输入生成器,利用字体风格特征约束生成字符图像的风格,字符内容特征约束生成字符图像的字形;最后,将生成字符图像输入到多尺度patch判别器中,对生成结果的多尺度图像块判断真假.实验结果表明,所提方法有效提升了生成字符图像的质量以及与目标字体的风格一致性.
展开更多
关键词
中文
字体风格转换
字体
特征提取
多尺度patch生成对抗网络
深度学习
下载PDF
职称材料
基于深度学习的中文字体风格转换研究综述
被引量:
3
2
作者
程若然
赵晓丽
+1 位作者
周浩军
叶翰辰
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第3期510-519,530,共11页
根据中文字体风格转换研究发展的不同阶段进行方法分类,简要回顾传统方法,梳理分析深度学习方法.介绍常用的公开数据集和评价标准.分别从提高生成质量、增强个性化差异、减少训练样本数量和学习书法字体风格共4个方面展望未来研究.
关键词
字体风格转换
深度学习
图像翻译
神经网络
字体
生成
下载PDF
职称材料
基于GAN的场景文本艺术风格转换
3
作者
刘冰
《计算机与数字工程》
2024年第5期1523-1528,共6页
图像风格转移是将风格样式迁移到源图像中的目标区域以创建艺术排版的任务,论文研究如何对场景文本图像中的文字区域进行风格转换,以实现自动对广告或海报中的文字进行风格转换,降低艺术创作的成本并提高艺术风格的多样性。由于场景文...
图像风格转移是将风格样式迁移到源图像中的目标区域以创建艺术排版的任务,论文研究如何对场景文本图像中的文字区域进行风格转换,以实现自动对广告或海报中的文字进行风格转换,降低艺术创作的成本并提高艺术风格的多样性。由于场景文本图像中不同因素之间存在复杂的相互作用,先前很少有在保留原始文字内容和背景的同时进行文本风格转换的工作。该文提出了一个三阶段的框架,这是首个直接在原图进行程度可控的风格转换的网络,将原本对单个二值化字符进行风格转换的方法扩展到场景文本图像上的文字,并涉及到了图像修复的相关知识。首先使用风格转换网络只对场景文本图像中的文本风格进行转换,后利用字符擦除网络擦除原始字符重建背景图像,最后融合部分利用生成的前景图像和擦除字符后的背景图像生成最终风格转换后的结果图像。论文通过大量实验证明了该方法的有效性。
展开更多
关键词
深度学习
生成对抗网络(GAN)
场景文本图像
图像
风格
迁移
字体风格转换
字符擦除
下载PDF
职称材料
题名
基于字体特征与多尺度PatchGAN的中文字体风格转换研究
1
作者
程若然
赵晓丽
周浩军
机构
上海工程技术大学电子电气工程学院
出处
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2023年第6期1228-1237,共10页
基金
国家自然科学基金(61772328).
文摘
针对现有中文字体风格转换方法生成字符图像质量低以及生成字体图像与目标字体图像风格不一致的问题,提出基于字体特征与多尺度patch生成对抗网络的中文字体风格转换方法.首先,根据字体特点设计两个特征提取网络,分别提取字体风格特征和字符内容特征;然后,将两个特征输入生成器,利用字体风格特征约束生成字符图像的风格,字符内容特征约束生成字符图像的字形;最后,将生成字符图像输入到多尺度patch判别器中,对生成结果的多尺度图像块判断真假.实验结果表明,所提方法有效提升了生成字符图像的质量以及与目标字体的风格一致性.
关键词
中文
字体风格转换
字体
特征提取
多尺度patch生成对抗网络
深度学习
Keywords
Chinese font style transfer
font feature extraction
multi-scale patch generative adversarial networks
deep learning
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于深度学习的中文字体风格转换研究综述
被引量:
3
2
作者
程若然
赵晓丽
周浩军
叶翰辰
机构
上海工程技术大学电子电气工程学院
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第3期510-519,530,共11页
基金
国家自然科学基金资助项目(61772328).
文摘
根据中文字体风格转换研究发展的不同阶段进行方法分类,简要回顾传统方法,梳理分析深度学习方法.介绍常用的公开数据集和评价标准.分别从提高生成质量、增强个性化差异、减少训练样本数量和学习书法字体风格共4个方面展望未来研究.
关键词
字体风格转换
深度学习
图像翻译
神经网络
字体
生成
Keywords
font style transfer
deep learning
image translation
neural network
font generation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于GAN的场景文本艺术风格转换
3
作者
刘冰
机构
中国石油大学(华东)计算机科学与技术学院
出处
《计算机与数字工程》
2024年第5期1523-1528,共6页
文摘
图像风格转移是将风格样式迁移到源图像中的目标区域以创建艺术排版的任务,论文研究如何对场景文本图像中的文字区域进行风格转换,以实现自动对广告或海报中的文字进行风格转换,降低艺术创作的成本并提高艺术风格的多样性。由于场景文本图像中不同因素之间存在复杂的相互作用,先前很少有在保留原始文字内容和背景的同时进行文本风格转换的工作。该文提出了一个三阶段的框架,这是首个直接在原图进行程度可控的风格转换的网络,将原本对单个二值化字符进行风格转换的方法扩展到场景文本图像上的文字,并涉及到了图像修复的相关知识。首先使用风格转换网络只对场景文本图像中的文本风格进行转换,后利用字符擦除网络擦除原始字符重建背景图像,最后融合部分利用生成的前景图像和擦除字符后的背景图像生成最终风格转换后的结果图像。论文通过大量实验证明了该方法的有效性。
关键词
深度学习
生成对抗网络(GAN)
场景文本图像
图像
风格
迁移
字体风格转换
字符擦除
Keywords
deep learning
GAN
scene text image
image style transfer
font style tranfer
character erasure
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于字体特征与多尺度PatchGAN的中文字体风格转换研究
程若然
赵晓丽
周浩军
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
2
基于深度学习的中文字体风格转换研究综述
程若然
赵晓丽
周浩军
叶翰辰
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022
3
下载PDF
职称材料
3
基于GAN的场景文本艺术风格转换
刘冰
《计算机与数字工程》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部