融合笔画语义和注意力机制的汉字字体生成算法

为辅助字体设计师提高计算机汉字字库开发效率,提出一种辅助字体设计的汉字字体生成算法,该算法可在小字体样本基础上生成风格相对一致的全字库字符图像.为了解决目前采用对抗生成网络(generative adversarial network,GAN)算法生成字体笔画黏连和结构错误问题,将笔画语义先验信息引入GAN模型,减少了笔画生成错误的问题;针对生成字体结构不完整与训练周期长的问题,在网络模型中增加了一种融合注意力机制的跳跃连接模块,利用该模块将编码器中特征投影到解码器,通过减少解码器的信息损失避免生成结构错误问题.采用公开的汉字字库数据集与pix2pix,zi2zi和DCFont算法进行对比实验,实验结果表明,文中算法能够生成更高质量的汉字字体,SSIM和损失函数均值均优于其他3种算法,最后给出算法的行业应用及适用范围.