[发明专利]一种汉字书写形态美观度的计算机评估方法

说明书

技术领域

本发明涉及计算机艺术与美学以及人工智能领域，尤其涉及一种汉字美观度的计算机评估方法。

背景技术

已经有大量的工作来模拟人类的艺术思维，并进一步建立计算机智能系统以解决真实世界里的问题。在中文字方面，1995年的Proceedings of theInternational Conference on Computer Processing of Oriental Languages(ICCPOL)会议论文集(文章标题“Chinese glyph generation using character composition andbeauty evaluation metrics”)公布了一个使用启发式的方法来尝试定量评估中文字体美感的问题：他们定义了在汉字写作里的四条规则，并实现到了他们基于规则的美学评分模块中；这一模块简单地对四条规则逐一计算相应的分数，并得到他们的加权和。2005年的IEEE Intelligent Systems杂志(文章标题“Automaticgeneration of artistic Chinese calligraphy”，以下简称文献IS2005)刊登了一个中国艺术书法的自动生成系统。但是，他们的工作主要关注在使用基于约束的推理来生成格式化的中文字体，而几乎没有关注到这些生成结果如何具有美感。

为了获得更好的计算机中文字体生成结果，也为了尝试对美学做定量计算，我们通过学习基本数值关系背后的训练集从而实现了汉字美观度评分。许多在工作中使用过专家系统的人知道，高级的专家规则并不总能正常工作；而有时这并不一定是由于专家系统本身的知识盲点，或者问题根本无法总结。因此我们觉得，我们基于学习技术的数据驱动方法可以提供一种比人类专家的大脑评测更好的机器评价能力。

在绘画方面，计算机图形学领域中同样有一些研究自动绘画创作的工作，但这大都是在给定一幅照片的基础上完成的。其他也有人探索了结合人工智能和人机交互技术来创作绘画风格的动画，如2006年ACM学报ACM Trans.Graph刊登的文章“Animating Chinese paintings through stroke-based decomposition”用笔划分解的方法来实现动态的绘画。在视觉艺术领域之外，计算机音乐是另一个应用人工智能技术来进行或协助创作的成功方向。在2007年的国际人工智能联合大会(IJCAI2007)上，有一个独立的专题叫音乐人工智能(MUSIC-AI2007)来专门研讨这一话题。值得注意的是，对于计算机音乐的研究包括自动音乐创作与音乐评价，这与我们在中文字体上的思路比较相似。此外还有其他大量的研究工作：如故事创作，可信执法官，互动式故事，等等，都旨在捕捉美学的可计算性。

发明内容

本发明的目的是提供一种汉字美观度的计算机评估方法，用一个基于机器学习算法的机制，首先对一部分由人类评委给定美观度评分的汉字样本字体进行学习，分析出每个字体的参数化信息，然后使用图像处理和人工智能的方法来获得字体形态与其美观度之间的潜在关系，进而可以对汉字字体的美观度做评分。

汉字美观度的计算机评估方法包括如下步骤：

1)通过多人调查的方式为500～2000个汉字单笔划的笔划样本评分，并使用人工神经网络、决策树、模糊逻辑或支持向量机来训练并获得字体单笔划形态与其美观度评价结果间的映射关系，然后使用训练后的学习器对字体单笔划美观度进行评分；

2)通过多人调查的方式为500～2000个汉字样本的内部结构评分，并使用人工神经网络、决策树、模糊逻辑或支持向量机来训练并获得字体内部结构特征与其美观度评价结果间的映射关系，然后使用训练后的学习器对字体内部结构进行评分，其中，字体内部结构包括字体各内部笔划或偏旁部首元素间的拓扑关系、相对位置关系、面积遮盖关系，以及笔划与笔划、笔划与偏旁部首之间的空间位置关系与该字的标准字体的差异，实现对字体内的各部分空间结构分布的美观度评分；

3)通过多人调查的方式为100～300个汉字样本的风格一致性评分，并使用人工神经网络、决策树、模糊逻辑或支持向量机来训练并获得字体风格一致性特征与其美观度评价结果间的映射关系，使用训练后的学习器对字体风格一致性进行评分；对字体各个内部笔划或偏旁部首元素计算出与该字多种已知风格字体的相似度，并以此确定该字体的风格一致性评分；

4)根据对汉字进行的单笔划美观度评分、内部结构美观度评分、风格一致性评分，应用统计学习方法综合各项得分，获得该字体的总体美观度评分。