-
公开(公告)号：CN113837366A
公开(公告)日：2021-12-24
申请号：CN202111111186.4
申请日：2021-09-23
Applicant: 中国计量大学
Abstract: 本发明提出了一种基于StarGAN改进的多种风格字体生成方法，将由编码层、转换层和解码层的原始生成器网络结构替换为由Attention U‑NET和DenseNet两种特殊结构相结合，解决直接卷积操作会丢失文字笔画信息的问题。同时Attention U‑NET中的U型结构和跳跃连接可以有效的集成图像的细节和语义特征，网络的注意力机制可以解决现有模型在字体生成过程出现的局部信息丢失或冗余问题，降低生成汉字的像素错误率。该方法不仅不需要配对的数据集，而且只需要训练一种模型就可以直接实现多种字体风格的自动生成。本发明解决了汉字识别中数据集的缺失，提高字体识别的准确性，同时也为小样本领域以及数据迁移领域数量不足创造了条件。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
