[发明专利]一种基于生成式对抗网络的书法字体自动生成算法

权利要求书

1.一种基于生成式对抗网络的书法字体自动生成算法，其特征在于，包括以下步骤：

一：搭建两个生成式对抗网络，各自的生成器分别为G和F，其中，G的鉴别器为Dy，F的鉴别器为Dx；

二：分别从印刷字体数据集X和书法字体数据集Y中提取minibatch，并分别送入G和F中生成对应的书法字体图像G(x)、印刷字体图像F(y)，再分别由Dy、Dx鉴别生成图像为真的概率并计算损失函数，优化网络参数；

三：将G(x)输入到F中、F(y)输入到G中，经过卷积、反卷积之后输出生成的印刷体图像F(G(x))，书法图像G(F(y))，再由Dy，Dx鉴别图像真伪、计算损失，调整参数；

四：重复步骤一到步骤三，直至网络收敛或达到迭代次数。

2.一种基于生成式对抗网络的书法字体自动生成算法，其特征在于，包括以下步骤：

步骤一：构建两个生成式对抗网络，各自的生成器分别为G和F，鉴别器分别为D_y、D_x；

步骤二：分别从印刷体图像数据集X提取minibatch{x⁽¹⁾，...，x⁽ⁿ⁾}，从书法图像数据集Y提取minibatch{y⁽¹⁾，...，y^(m)}，将x⁽ⁱ⁾送入G中，经过卷积、反卷积之后输出生成的书法字体图像G(x)；

步骤三：利用公式(1)计算步骤二中生成器G的损失：

步骤四：将G(x)与书法图像y^(j)∈minibatch{y⁽¹⁾，...，y^(m)}输入到鉴别器网络D_y中鉴别图像真伪，若图像鉴别为真，鉴别器输出接近1的概率，反之输出接近0的概率；

步骤四：利用公式(2)计算鉴别器D_y的损失，求得损失后使用Adam优化器优化更新鉴别器D_y的网络参数；

步骤五：将G(x)输入到生成网络F中，经过卷积、反卷积之后输出生成的印刷体图像F(G(x))；

步骤六：采用公式(3)计算生成器F的损失，并利用adam优化更新其参数：

步骤七：将F(G(x))与印刷字体图像x⁽ⁱ⁾∈minibatch{x⁽¹⁾，...，x⁽ⁿ⁾}输入到鉴别器网络D_x中鉴别真伪，若图像鉴别为真，鉴别器输出接近1的概率，反之输出接近0的概率；

步骤八：采用公式(4)计算鉴别器D_x的损失，求得损失后使用Adam优化器优化更新鉴别器D_x的网络参数；

步骤九：采用公式(5)计算循环一致损失，公式(1)与公式(5)之和为生成器G总损失，总损失求得该损失后利用adam优化器，优化更新生成器G的网络参数；

步骤十：重复步骤一至步骤九，直至达到迭代次数。