[发明专利]一种基于深度神经网络的手写体中文字库自动生成方法

说明书

本发明公布了一种基于深度神经网络的手写体中文字库自动生成方法，通过少量手写体汉字进行字体特征重建，建立字体风格迁移网络，通过字体风格迁移网络估计用户未书写字形的字体风格特征，将参考字体的字形内容与用户书写风格结合，迁移到目标手写体风格，生成目标字形图片，从而得到完整的字库中文手写体字库。本发明方法是一种端到端的生成方法，不需要对汉字进行笔画或部件提取，也不需要人工干预，生成高质量的汉字字形，极大地提高了手写体字库制作的效率，使得个性化字库的生成变得简单方便，能够满足普通人对于个性化手写体字库的需求，加快个性化字库的发展进程。

技术领域

本发明涉及计算机图形处理技术和人工智能技术，尤其涉及一种基于深度神经网络的手写体中文字库自动生成方法。

背景技术

随着移动互联网的飞速发展，人们追求美观、个性化的意愿越来越强烈。标准的楷体、宋体等字体虽然使用方便，但是缺乏个性。微博、微信和QQ等社交媒体的普及，使得年轻人希望使用自己的手写体来彰显个性。同时，越来越多的书法爱好者希望能在电脑、手机等电子移动设备上使用自己个性化的手写体书写电子文档，进行沟通交流，达到一种“见字如见人”的效果。此外，个性化字体也可以用于公司标志等商业设计，来突显企业文化。

由拉丁字母、数字、标点符号等组成的西文字符集较小，可以容易地实现计算机存储与编码。而汉字结构复杂，数量庞大，常用的GB2312字符集包含6763个简体中文汉字。目前国内的字体设计和制作技术不够先进，现有的中文字库制作方法大多依赖于人工经验和设计，自动化程度很低，一般先由书法家书写或字体设计师制作几百到几千个基准字，包含目标字库所有汉字出现的全部笔画和部件，并将这些字形的边缘轮廓用曲线和直线来存储。然后，字体制作人员将基准字的笔画和部件进行加工修改，来生成完整的字库。最后，每个汉字字形还要经过精细的调整。大量的人工字形调整与设计造成字库制作技术自动化程序低，制作周期长，效率低下。

近些年来，很多研究学者通过复用汉字笔画或者部件来合成汉字，但是这些方法需要事先进行笔画或部件的提取，并需要人工干预保证提取结果的正确性，对于个性化字库的快速制作并不可行。

随着深度学习的发展，深度神经网络被应用于中文汉字的生成。文献(YuchenTian.2016.Rewrite:Neural Style Transfer For Chinese Fonts.(2016).RetrievedNov 23,2016from https://github.com/kaonashi-tyc/Rewrite)记载的“Rewrite”方法设计了一种涓滴状网络结构，能够生成较标准的字体，但是用户需要书写几千个汉字，对于书写潦草、与参考字体风格差异大的情况生成效果不好。文献(Zhouhui Lian,Bo Zhao,andJianguo Xiao.2016.Automatic generation of largescale handwriting fonts viastyle learning.In Proc.SIGGRAPH ASIA 2016TB.ACM,12.)通过对书写风格建模生成完整的中文字库，但是该方法需要事先进行笔画或部件的自动提取。文献(YuchenTian.2017.zi2zi:Master Chinese Calligraphy with Conditional AdversarialNetworks.(2017).Retrieved Jun 3,2017from https://github.com/kaonashi-tyc/zi2zi)记载的zi2zi方法基于条件生成对抗网络和U-net的结构，采用对抗训练的方式，合成特定风格的汉字图片，但它仍然存在模糊和虚假边缘的情况，生成字形的质量不高，不能满足实际应用的需求。

发明内容