基于卷积神经网络的风格迁移艺术字研究

作者:许鑫亮; 杨泽昊; 闫宇; 李镇宇; 战国栋
来源:大连民族大学学报, 2023, 25(01): 69-72.
DOI:10.13744/j.cnki.cn21-1431/g4.2023.01.016

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。

全文