本文使用 Zhihu On VSCode 创作并发布
最近受到b站一个视频的启发,想做一套属于自己的字体,但是又不想写好几千个字,为了偷个懒,调研了一下用神经网络合成字体的算法,最终找到一篇名为W-Net的论文:
W-Net: One-Shot Arbitrary-Style Chinese Character Generation with Deep Neural Networks
下面介绍一下这篇论文的主要内容:
相关算法
论文中提到了三个比较有特点的文献
1 使用RNN根据笔画时序来生成文字;
2 DCFont,将汉字信息分为Content、Style和Category三个部分,使用GAN的思路来训练, 需要700多个字才能生成一套字体;
3 Zi2zi,从pix2pix衍生而来的Encoder+Decoder+Discriminator的结构,同样使用GAN的思路来训练,需要2000多个字才能生成一套字体。
而这片W-net号称只需要一个字就可以生成一套字体,你相信吗?我虽然不太信,但是为了少写几个字,也值得尝试一下。
生成器结构:
![2d585b9a81eaf6c57bf5d055695f787f.png](https://img-blog.csdnimg.cn/img_convert/2d585b9a81eaf6c57bf5d055695f787f.png)
算法思路简介:
- 图中左侧的分支用于提取汉字结构信息
- 图中右侧的分支用于提取字体风