基于深度生成对抗网络的机器人书法风格生成
计算机视觉与模式识别
2023-12-18 v1 机器学习
摘要
机器人书法是人工智能在艺术与教育领域的新兴探索。传统书法生成研究主要关注基于工具的图像处理、生成模型和风格迁移等方法。与英文字母不同，汉字数量数以万计，这导致生成包含超过 6000 个字符且风格一致的中文字体面临困难。由于缺乏高质量数据集、书法知识的正式定义以及科学的艺术评估方法，生成的结果往往质量低下，无法达到专业水平要求。为了解决上述问题，本文提出了一种基于深度生成对抗网络（deepGAN）的自动书法生成模型，能够生成具有专业标准的风格化书法字体。所提方法的关键亮点包括：（1）数据集采用高精度书法合成方法以确保其高质量和充足数量；（2）邀请专业书法家进行一系列图灵测试，以评估模型生成结果与人类艺术水平之间的差距；（3）实验结果表明，所提模型在当前的书法生成方法中处于 SOTA 水平。图灵测试和相似度评估验证了所提方法的有效性。
引用
@article{arxiv.2312.09673,
title = {Style Generation in Robot Calligraphy with Deep Generative Adversarial Networks},
author = {Xiaoming Wang and Zhiguo Gong},
journal= {arXiv preprint arXiv:2312.09673},
year = {2023}
}