摘要：为解决汉字字体结构复杂、多风格融合特征难度大的问题,提出了一种基于改进InfoGAN的字体多风格融合方法。对InfoGAN特征多风格融合模型进行改进,调整输入向量的维度,添加了通道注意力模块。InfoGAN可以将较难提取的风格特征清晰化、规律化,通过改进InfoGAN,实现了对汉字字体图像风格特征的多风格融合,得到了能够控制汉字字体风格的特征向量。把改进的InfoGAN模型和VAE、Beta-VAE、AAE进行对比实验,再通过模型消融实验证明通道注意力的有效性。实验结果表明:该模型能够更好地将不同风格的特征进行分离,避免了信息重叠和冲突,可以有效准确地完成字体多风格融合任务。

摘要：文档图像易受光照影响产生的阴影区域,会严重影响用户的识别和阅读。针对现有阴影消除开放数据集少,纠正图像阴影消除质量较差的问题,提出了一种改进的生成对抗网络的文档图像阴影消除方法。该网络在原有双GAN网络结构基础上,引入阴影感知方向上下文模块以及掩码注意力结构,并在掩码注意力模块后加入自适应注意力模块,通过并行结构自适应调整卷积核大小,融合不同尺度特征以获得更多特征信息。同时采用一种逐像素叠加的数据增强方法,解决文档阴影消除数据集缺乏的问题。实验结果表明在本文自建数据集上与DCGAN、ST-CGAN和DSC方法相比,评价指标PSNR与SSIM均有一定提升,本文实验方法优于现有文档去阴影先进方法。

摘要：为解决现有字体迁移风格网络难以快速收敛以及处理复杂字体结构能力较弱等问题,提出了一种基于条件生成对抗网络的汉字字体生成方法。通过条件生成对抗网络的方式训练生成器作为字体风格迁移网络,通过知识蒸馏技术将预训练的图像重建网络的特征信息引入网络,更好地将特征解码为目标风格字体,同时结合边缘平滑损失和感知损失提高目标字体的生成质量。与已有的字体生成算法进行定量分析与定性分析,在不同字体上进行的实验结果表明:该方法生成的目标字体更加真实并且文字的边缘更加清晰。

摘要：针对艺术字体风格迁移中风格单一性以及多风格字体融合时出现的风格单一、风格溢出和残余黑点的问题,提出了一种基于条件归一化网络的多风格字体图像融合方法。该方法采用了一个字体多风格融合模型,能根据不同的风格参数调整预训练的VGG19Net网络的输出。通过将内容图与多个风格字体图像分别提取特征,并使用一个新的风格损失函数来度量内容图与风格字体图像之间的差异,将多个风格特征混合,生成新的艺术风格字体图像。该方法的关键在于卷积层和条件归一化层,能够实现多风格的迁移和融合。实验结果表明:与其他两种方法相比,内容相似度平均提高了1.2%,风格相似度平均提高了2.7%。

摘要：为辅助字体设计师提高计算机汉字字库开发效率,提出一种辅助字体设计的汉字字体生成算法,该算法可在小字体样本基础上生成风格相对一致的全字库字符图像.为了解决目前采用对抗生成网络(generative adversarial network,GAN)算法生成字体笔画黏连和结构错误问题,将笔画语义先验信息引入GAN模型,减少了笔画生成错误的问题;针对生成字体结构不完整与训练周期长的问题,在网络模型中增加了一种融合注意力机制的跳跃连接模块,利用该模块将编码器中特征投影到解码器,通过减少解码器的信息损失避免生成结构错误问题.采用公开的汉字字库数据集与pix2pix,zi2zi和DCFont算法进行对比实验,实验结果表明,文中算法能够生成更高质量的汉字字体,SSIM和损失函数均值均优于其他3种算法,最后给出算法的行业应用及适用范围.

摘要：针对当前汉字笔画提取存在识别精度低和笔画分割不清等问题,提出了一种辅助字体设计的汉字字体笔画分割模型。该模型可对汉字图像进行有效地笔画分割,引入跳跃结构加强了笔画结构信息损失;针对字体语义信息丢失的问题,将模型中最大池化改为空洞卷积,利用空洞卷积减少下采样的信息损失,提升分割精度。通过消融实验,并与FCN-8、Segnet、Unet方法对比实验,实验表明:提出方法较好解决了传统方法在字体分割中对不同字体的适应性问题,且分割笔画质量也优于其他方法,最后通过实验给出本文算法的适用范围。

摘要：为了解决现有的字体生成技术只能解决单一字体风格迁移、对家族字体的生成效果不理想、生成的汉字存在拓扑结构混乱、重心失调等问题。根据家族字体度量标准,提出一种基于视距平衡的视觉重心提取算法,根据字体图像的视觉特征,研究汉字图像的视觉重心,并将其与绝对位置进行比较,量化生成的字体家族视觉重心位置,从而为以后检测家族字库的生成质量提供支持。结果表明:本文提出的方法准确度更高,对字体的视觉重心判断更准确。

摘要：针对艺术字风格迁移只迁移风格图像的颜色特征、生成字形风格单一的问题,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)的风格迁移艺术字的方法。该方法首先通过字库提取多种类型字体,自动生成内容图像,再经过预训练VGG19网络提取风格图像的抽象特征表示。构造Gram矩阵作为图像风格表征,最后利用L-BFGS算法进行迭代优化,生成具有特殊风格的艺术字体。结果与市面上艺术字生成器产生的艺术字进行对比,本文的风格迁移艺术字兼具其纹理特征和颜色特征,更具有美感。

摘要：针对现阶段汉字笔画数据集划分时所含笔画类别较少的问题,设计符合汉字特征的生长控制策略和算法框架,实现汉字笔画小类别的划分。同时,采用统计学方法,对汉字不同笔画的出现频率进行分析,并探究笔画与汉字语义之间的联系,构建了新的汉字笔画数据集,为字体设计中汉字笔画拼接奠定基础。使用GB2312编码和Unicode编码对《信息交换用汉字编码字符集》中的6763个汉字及32类笔画进行编码。通过对样本数据的实验验证,算法在汉字笔画的识别和统计分析方面表现良好,构建的汉字笔画数据集为汉字的研究以及文化传承提供了有力的技术支持。

摘要：为了解决混杂文本的自然图像水印去除问题,提出一种可见水印去除算法。该算法通过批量分类文件、锁定水印范围、规模化处理图像,形成端到端的便携式结构。经实验验证,该算法可以精确检测水印位置,并批量处理含水印图像样本,且对于水印文本与图像文本混杂的背景有高效处理结果。相较于其他方法,该算法可以更好对自然图像的文本水印进行去除。