基于AFGAN的Dongba字符字体风格转移模型的设计和实施
Congwang Bao1,2, Yuan Li3, En Lu4
1School of Mining and Mechanical Engineering, Liupanshui Normal University, Liupanshui 553000, China.
Sensors (Basel, Switzerland)
|June 19, 2024
概括
本研究介绍了针对东巴字符的基于注意力的字体风格转移生成对抗网络 (AFGAN). 该 AFGAN 方法成功地将风格从其他脚本转移到 Dongba 字符,优于现有方法.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 数字人文学科 数字人文学科
背景情况:
- 东巴字符是一种古老的思想文字,具有独特的抽象表达,与现代中文字符不同.
- 现有的字体风格转移方法对于东巴字符是不够的,因为它们具有独特的脚本特性.
研究的目的:
- 为东巴字符开发一种有效的字体风格转移方法.
- 将现有的脚本风格 (例如,小密封,细金) 调整为东巴字符,使用新的生成对抗网络 (GAN).
主要方法:
- 提出了一个基于注意力的字体风格转移生成对抗网络 (AFGAN),专门为东巴字符图像量身定制.
- 在 AFGAN 架构内内置的 void 约束和字体点数约束模块.
- 集成了卷积块注意模块 (CBAM),以增强特征学习,并适应不同的输入风格.
主要成果:
- 与现有网络相比,AFGAN方法在评估指标和视觉质量方面表现优越.
- 成功地将小密封字体和精细的金字体的风格转移到东巴字符中.
- 定量和定性分析,包括专家艺术家评估,验证了拟议方法的有效性.
结论:
- 对于将字体风格转移到东巴字符,AFGAN方法是有效的.
- 这种方法成功地捕捉并应用了不同脚本的风格特征,保持了东巴字符的完整性.
更多相关视频
06:57Study of a Dot-patterning Process on Flexible Materials using Impact Print-Type Hot Embossing Technology
Published on: April 6, 2020
6.0K
09:12Optimization of Processing of Tiebangchui with Highland Barley Wine Based on the Box-Behnken Design Combined with the Entropy Method
Published on: May 19, 2023
624
