这篇论文介绍了CalliGAN，一种能生成特定风格汉字书法的算法，它基于RNN解构汉字并利用部首的先验知识。CalliGAN在zi2zi基础上改进，能处理多种书法风格，如欧阳修、柳公权等。论文中提到的损失函数包括cGAN loss、L1 loss和category loss，实验结果显示其性能优于zi2zi。
最近在准备CVPR比较忙，所以有点久没更新。
今天来看一篇字体生成（风格迁移）的论文，这篇论文的题目叫做：《CalliGAN:Style and Structure-aware Chinese Calligraphy Character Generator》，the work has been accepted to the AI for content creation workshop at CVPR 2020.
是中了CVPR2020的workshop。那么这论文是做一件什么事呢？就是比如说你自己写了几百个字，想做一个你的书写风格的完整字库（几万个字），那就可以用这个算法了。
比如说可以生成欧阳修、柳公权等书法大家的字（下图为算法生成的结果）：
这篇论文的核心创新点是所有中文字的部首是确定的，可以作为一个先验信息被利用。同时本算法在开源项目zi2zi的基础上进行改进。
zi2zi地址：https://github.com/kaonashi-tyc/zi2zi
zi2zi的作者有对zi2zi进
订阅专栏 解锁全文
扫一扫
818
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
