[发明专利]一种基于GAN网络的手写体书法文字生成方法

权利要求书

1.一种基于GAN网络的手写体书法文字生成方法，其特征在于，

将书法文字采集成图像，对图像进行特征提取，通过生成对抗网络基于风格和汉字内容完成手写体书法文字图像的生成；

整个GAN网络模型由单字生成网络和页文字生成网络构成，

单字生成网络由风格特征提取器、语义特征提取器、单字书法生成器和单字书法鉴别器构成，

页文字生成网络由页文字生成器和页书法鉴别器构成；

通过GAN网络交替训练生成器和鉴别器，完成单字网络的学习，通过LSTM网络学习单个文字之间的联系，形成最终的页手写体书法文字网络模型，用于指定文字书法的生成；

另外，通过用户个性化的文字内容采集，利用现有模型基础进行训练，形成该用户个性化的手写体文字生成模型，形成个性化的书法图像文字图片；

通过高清图像采集装置收集书法手写体文字，并将图像进行预处理，形成独立的文字图像，并记录文字的行文顺序；

训练过程中，先训练由风格特征提取器、语义特征提取器、单字书法生成器构成的网络，然后再交替训练风格特征提取器、语义特征提取器、单字书法生成器和单字书法鉴别器组成的网络，最终形成单字书法生成模型；

单字书法生成器训练完成后，则通过交替训练页文字生成器和页书法鉴别器，最终形成页书法文字生成模型，用于指定文字书法的生成；

所述的文字图片是由高清图像采集装置收集的真实手写体书法文字，并将图像进行预处理，形成大小一致的单字图像，并记录行文顺序；

所述的单字生成网络是GAN网络，对文字图像提取特征形成特征向量，由单字书法生成器生成书法文字图像，通过最小化文字图像重构误差，并且使得单字书法辨别器无法区分是由单字书法生成器生成的还是真实的采集文字图像；

所述的风格特征提取器是一个CNN神经网络，提取文字图像中的书法风格特征，是书法字体或个性化的书写方式，将提取结果形成特征向量；

所述的语义特征提取器是一个CNN神经网络，提取文字图像中的汉字语义内容，形成语义特征向量；

所述的单字书法生成器是一个神经网络，根据特征向量生成单字文字图片；

所述的单字书法鉴别器是一个神经网络，判断输入的图片是否真实，同时是否符合手写体书法文字风格，并且与输入的汉字语义一致；

所述的页文字生成网络由页文字生成器和页书法鉴别器构成，负责生成一页文字；

所述的页文字生成器由单字生成器和单字组合器构成，根据文字内容及风格生成一页图像；

所述的单字组合器是LSTM长短时序网络，负责将单字根据行文顺序进行组合；

所述的页书法鉴别器是一个生成网络，判断生成的一页文字是否真实，同时符合手写体书法文字风格，并且与输入的一页汉字语义一致。