[发明专利]一种基于GAN网络的手写体书法文字生成方法

说明书

本发明提供一种基于GAN网络的手写体书法文字生成方法，属于手写体生成、深度学习和神经网络技术领域，本发明将书法文字采集成图像，对图像进行特征提取，通过生成对抗网络基于风格和汉字内容完成手写体书法文字图像的生成；整个GAN网络模型由单字生成网络和页文字生成网络构成；通过GAN网络交替训练生成器和鉴别器，完成单字网络的学习，通过LSTM网络学习单个文字之间的联系，形成最终的页手写体书法文字网络模型，用于指定文字书法的生成。

技术领域

本发明涉及手写体生成、深度学习和神经网络技术，尤其涉及一种基于GAN网络的手写体书法文字生成方法。

背景技术

生成式对抗网络(GAN,Generative Adversarial Networks)是一种深度学习模型，最初由Ian Goodfellow提出，是近年来复杂分布上无监督学习最重要的方法之一。GAN模型通过框架中的两个模块生成器(Generator)和判别器(Discriminator)的互相博弈学习产生高质量的输出，其目标是训练一个生成模型完美的拟合真实数据分布使得判别模型无法区分。生成模型的作用是模拟真实数据的分布，判别模型的作用是判断一个样本是真实的样本还是生成的样本，通过轮流训练判别器和生成器，令其相互对抗，从复杂概率分布中采样，最终完成神经网络的训练。目前，GAN网络被广泛应用于图像生成领域，生成对应的图像，成为最重要的学习任意复杂数据分布的生成模型框架。

书法是中国及深受中国文化影响过的周边国家和地区特有的一种文字美的艺术表现形式，是中国汉字特有的一种传统艺术。手写体是一种使用硬笔或者软笔纯手工写出的文字，手写体文字代表了中国汉字文化的精髓。这种手写体文字，大小不一、形态各异，在计算机字库中很难实现错落有致的效果，只能使用手工写字的方法传承下去。而随着计算机的普及和移动互联网的发展，人们越来越多的通过电子设备来查看传统书法及手写体文字，一方面通过电子屏幕来欣赏传统书法，另一方面，人们也希望阅读带有个性化的手写体书法文字文章。在这种情况下，如何有效GAN网络，形成个性化的图像书法文字成为亟须解决的问题。

发明内容

为了解决以上技术问题，本发明提出了一种基于GAN网络的手写体书法文字生成方法，将书法文字采集成图像，对图像进行特征提取，通过GAN网络实现单个文字基于风格和汉字内容的图像生成，充分考虑文字书写的相关性，通过LSTM网络经过大量训练，学习单个文字之间的联系，形成最终的手写体书法文字网络模型，用于指定文字书法的生成。另外，通过用户个性化的文字内容采集，利用现有模型基础进行训练，可以形成该用户个性化的手写体文字生成模型。

本发明的技术方案是：

一种基于GAN网络的手写体书法文字生成方法，通过高清图像采集装置收集大量书法手写体文字，并将图像进行预处理，形成独立的文字图像，并记录文字的行文顺序；整个GAN网络模型由单字生成网络和页文字生成网络构成，单字生成网络由风格特征提取器Es、语义特征提取器Ec、单字书法生成器Gs和单字书法鉴别器Ds构成，页文字生成网络由页文字生成器Gw和页书法鉴别器Dw构成；训练过程中，先训练由风格特征提取器Es、语义特征提取器Ec、单字书法生成器Gs构成的网络，然后再交替训练风格特征提取器Es、语义特征提取器Ec、单字书法生成器Gs和单字书法鉴别器Ds组成的网络，最终形成单字书法生成模型；单字书法生成器训练完成后，则通过交替训练页文字生成器Gw和页书法鉴别器Dw，最终形成页书法文字生成模型，用于指定文字书法的生成。另外，通过用户个性化的文字内容采集，利用现有模型基础进行训练，可以形成该用户个性化的手写体文字生成模型。其中，