基于条件生成对抗网络的蒙古文字体风格迁移模型

发布时间：2022-01-05 01:30

　　蒙古文的每个字素在词的不同位置有着不同的书写形式,使得蒙古文字形结构多样且数量庞大,从而导致利用计算机辅助和传统人工方式设计蒙古文字体需要耗费大量的人力物力。故创建一种能自动生成蒙文字体风格的模型十分必要。国内外已有学者开展了对汉字和英文字体风格自动迁移的研究,但蒙古文领域仍处于空白阶段。因此,该文提出将条件生成对抗网络模型应用于蒙古文字体风格迁移,并给出了相关模型,实现了相应的算法和软件。在蒙古文字体数据集上进行实验,模型采用生成损失和判别损失衡量模型,Adam优化器自动调整学习率,逐渐减少差异值,直到生成器和判别器达到纳什平衡状态,可直接从蒙古文标题字体生成蒙古文手写体等字体,得到的生成字体样式基本接近真实字体样式,达到字体风格迁移的效果。 

【文章来源】：中文信息学报. 2020,34(04)北大核心CSCD

【文章页数】：6 页

【部分图文】：

图1 条件生成式对抗网络

实验将成对的原字体风格样式和目标字体风格样式数据集输入到网络中,经过编码器和解码器生成以假乱真的目标图片,进而使得判别器无法辨别其真假,模型实现了由原蒙古文标题字体样式到手写体样式的转换。1.3 模型算法描述

本实验采用了L1_loss作为损失函数,在其他实验数据不变的条件下,进行了实验。结果表明,针对蒙古文的字体风格迁移采用L1_loss损失函数具有较好的迁移效果。主要实验结果如图3所示。本实验将蒙古文标题体作为字体内容,蒙古文手写体为字体风格,同时将两种字体输入到模型中,从图3可以看出,经过模型的训练,与真实的样本比较,本文采用的生成式对抗网络最终呈现较好的迁移效果。


本文编号：3569458