科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于汉字拥有大量的字符，大多数对汉字的研究主要集中在汉字的识别和分类问题上，对于生成汉字的研究较少，尤其是在没有大量配对的汉字数据集的情况下。该模型使用内容和风格样式都不匹配的汉字数据集，将生成个性化手写汉字的过程公式化为一个从现有的标准印刷字体到个性化手写汉字样式映射的问题。在基于无监督学习的图像翻译模型的基础上，利用注意力机制和自适应标准化层来增强个性化汉字生成的内容和风格，并且通过改进损失函数提高了判别器网络的判别能力。在CASIA-HWDB手写汉字数据集和兰亭序书法数据集上进行了实验，通过对比内容准确性和风格差异性的评价指标，验证了该方法的有效性。
- 单位
