[发明专利]基于骨架引导传输网络的汉字字体自动生成方法

说明书

一种基于骨架引导传输网络的汉字字体自动生成方法。由数据预处理、构建字体骨架合成网络、构建字体风格修正网络、构建判别器损失函数、汉字字体自动生成步骤组成。采用少量笔划样本进行训练，将字体分解为字体骨架合成网络和字体风格修正网络，有良好笔划结构，合成真实感的字体；在编码器中引入了膨胀卷积DC，解码器中引入了注意力模块ECA，保留了笔划空间结构，获得逼真的合成字体骨架，减少了笔划细节信息丢失，提高了笔划特征表示能力；采用了基于多尺度特征融合模块F的风格修正网络，细化预测字体的笔划或字形，从不同分辨率中选择重要特征。在汉字生成过程中，可选任意手写字体，降低对输入的要求限制，为汉字字体生成提供了便捷。

技术领域

本发明属于计算机视觉技术领域，具体涉及到汉字字体自动生成方法。

技术背景

书法艺术是一种承载在汉字上，表现在笔力、体势和章法上的艺术。中国书法艺术是一种拥有三千多年历史的艺术，在世界艺术史上具有重要的地位，集中体现了中国人的思维方式和审美情趣[1]。历代书法作品是中华民族文化中最具代表性的标志之一，不仅在内容上记录了历史文化、历史事件、历史环境，在书写形式上，也具有鲜明的历史特色和个人特色，例如苏轼的《赤壁赋》、欧阳询的《仲尼梦奠帖》、王羲之的《兰亭集序》。如今传统书法学习的目的不仅仅是个人学习的需要，更是对中国传统文化的一种传承和发扬。由于传统书法作品多存在于石头、绢丝、竹简或纸张上，经受长期历史沧桑，存在受潮霉变、污渍严重、老化破损、长期风化等问题，导致书法作品难以保存、流传和发展。传统的书法家字体创作方法主要是通过现代书法家手工绘制字模，然后经过数字化处理存贮在电脑中，但是手工创作一整套字体需要大量的时间和人力。

随着科学技术的发展，书法艺术的数字化发展迎来了新的机会。目前，典型的汉字字体生成方法可以分为两类：基于笔划提取的方法和基于图像到图像的转换方法。前者将汉字字体生成分为笔划提取和笔划重组两个阶段。然而，由于笔划结构的复杂性和笔迹风格的多样性，使得笔划提取算法产生不合理的笔划提取结果或错误的笔划结构。后者将汉字字体生成视为一个图像到图像的转换问题，利用卷积神经网络，如生成对抗网络(generative adversarial networks，GAN)和图网络，来实现更逼真、更高质量的汉字合成。然而，由于中文字体生成不是一个容错任务，因此它是一个不受控制和不可预测的过程，任何模糊或重影、伪影都可能导致生成字体的失败和导致合成字体结果质量变差。

目前，大多数商业字体的生成都集中在专业的字体设计上，这是一项费时费力的工作。由于以下三方面的原因，对普通人来说，具有书法家笔迹字体的生成仍然是一项具有挑战性的任务：1)汉字的结构和字体风格复杂，不同的人有不同的笔迹风格和笔划形状。2)汉字的词汇量非常大，人们很难用如此庞大的词汇量正确书写出风格一致的汉字。3)电子设备上的手写字体是手工操作，主要由专业字体设计师设计。其性能很大程度上依赖于对每个字形的精细调整，复杂而灵活的汉字结构对于普通客户来说不可能完美的提取笔画或字形，因此，快速构建适合普通人的个性化汉字手写字体是不可行的。

发明内容

本发明所要解决的技术问题在于克服上述现有技术的缺点，提供一种分辨率高、效果良好，笔画清晰、字体真实的基于骨架引导传输网络的汉字字体自动生成方法。

解决上述技术问题所采用的技术方案是由下述步骤组成：

(1)数据预处理

采用鼠标手动提取字体骨架笔画，构成骨架字体，将骨架字体调整为256×256像素的图像，保存为png格式，将书法家字体和所提取的骨架字体合并，构建成一组不同字体的字体数据集，每个数据集中，左侧为书法家字体，右侧为所提取的骨架字体。

(2)构建字体骨架合成网络

将字体数据集作为字体骨架合成网络的输入，在字体生成过程中，构建编码器、解码器，编码器和解码器中相同尺寸的模块首尾连接构成字体骨架合成网络。

(3)构建字体风格修正网络