公开(公告)号：CN112036137A

公开(公告)日：2020-12-04

申请号：CN202010879503.6

申请日：2020-08-27

Applicant: 哈尔滨工业大学(深圳)

Inventor： 陈清财 ,  田嘉豪 ,  吴湘平 ,  李为

IPC: G06F40/171 ,  G06T3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的多风格书法数字墨水仿真方法和系统，该方法包括：对输入图像进行预处理，得到经过预处理的输入图像；初始化风格特征向量；提取输入图像特征，并将其与风格特征向量初步融合；使用特征融合网络进一步融合输入图像特征和风格特征向量；使用解码器解码，生成具有输入图像笔画结构和指定书法风格的图像；根据真实图像与生成图像计算损失函数，并通过反向传播训练网络。采用本发明的技术方案，不需要繁琐的步骤，实现了端到端的书法数字墨水仿真；而且可轻易支持多种风格的仿真，并且仿真效果更加真实、自然；不仅可以用于书法数字墨水仿真，也可以用于变换纸张书写图像或计算机字体图像的风格，用途更加广泛。

公开(公告)号：CN112036137B

公开(公告)日：2025-02-18

申请号：CN202010879503.6

申请日：2020-08-27

Applicant: 哈尔滨工业大学(深圳)

Inventor： 陈清财 ,  田嘉豪 ,  吴湘平 ,  李为

IPC: G06F40/171 ,  G06T3/04 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种基于深度学习的多风格书法数字墨水仿真方法和系统，该方法包括：对输入图像进行预处理，得到经过预处理的输入图像；初始化风格特征向量；提取输入图像特征，并将其与风格特征向量初步融合；使用特征融合网络进一步融合输入图像特征和风格特征向量；使用解码器解码，生成具有输入图像笔画结构和指定书法风格的图像；根据真实图像与生成图像计算损失函数，并通过反向传播训练网络。采用本发明的技术方案，不需要繁琐的步骤，实现了端到端的书法数字墨水仿真；而且可轻易支持多种风格的仿真，并且仿真效果更加真实、自然；不仅可以用于书法数字墨水仿真，也可以用于变换纸张书写图像或计算机字体图像的风格，用途更加广泛。