[发明专利]一种基于循环生成对抗网络对书法进行风格迁移的方法

说明书

本发明公开了一种基于循环生成对抗网络对书法进行风格迁移的方法，首先在word中制作要迁移的风格A和风格B两种风格的两种字体作为训练样本；然后根据样本制作两种风格数据集，依次更新生成器权重和判别器权重，得到生成器训练生成的图片和判别器判别真伪的结果；最后将训练样本输入判别器和生成器中进行训练更新，经过二者的博弈以后，生成器的伪造技术越来越厉害，判别器的鉴别技术也越来越厉害，直到判别器再也分不出数据是真实的数据还是生成器生成的数据，即对抗的过程达到动态的平衡，得到最后的训练效果，输出风格迁移后的图片。本发明解决了现有技术中存在的无配对的文字图片找不到对应目标的问题。

技术领域

本发明属于图片处理方法技术领域，具体涉及一种基于循环生成对抗网络对书法进行风格迁移的方法。

背景技术

中国古代有很多书法大家，他们遗留下来的真迹往往价值千金，成为后人争先恐后临摹的对象。但在历史的长河中，由于众多原因，这些大家们的一部分作品已经损毁，而且古代有些汉字是当时没有的，所以可能有大量的汉字是没有某种书法风格存在的，使得传杨优秀文化过程中存在一定的缺陷。

作为中国传统优秀文化的书法，我们应该大力传承和发扬，为文化强国做出贡献。而大量书法作品在流传的过程中被人为或非人为损坏，留存较少，对于风格迁移的方法大多要求输入的图片是成对出现的，而两种不同的书法风格很难有配对的文字图片，会出现找不到训练目标的问题。为了让人们见到更多的优秀书法作品，基于此如何来扩充这些书法大家风格数据成为我们待解决的问题。

发明内容

本发明的目的是提供一种基于循环生成对抗网络对书法进行风格迁移的方法，解决了现有技术中存在的无配对的文字图片找不到对应目标的问题。

本发明所采用的技术方案是，一种基于循环生成对抗网络对书法进行风格迁移的方法，具体按照以下步骤实施：

步骤1、在word中制作要迁移的风格A和风格B两种风格的两种字体各n页，输出为图片jpg格式，得到2n张图片，作为训练样本；

步骤2、根据步骤1中的样本，制作两种风格数据集，依次更新生成器权重和判别器权重，得到生成器训练生成的图片和判别器判别真伪的结果；

步骤3、将步骤1中制作的训练样本输入步骤2中的判别器和生成器中进行训练更新，经过二者的博弈以后，生成器的伪造技术越来越厉害，判别器的鉴别技术也越来越厉害，直到判别器再也分不出数据是真实的数据还是生成器生成的数据，即对抗的过程达到动态的平衡，得到最后的训练效果，输出风格迁移后的图片。

本发明的特点还在于，

步骤2具体按照以下步骤实施：

步骤2.1、将所述步骤1中有2n张图片的训练样本中的每张图片随机裁出m张i×i大小的图片，得到风格A和风格B的图片各n×m张，图片大小均为i×i，即为所需要的数据集，其中n为裁剪前图片的张数，m为裁剪后图片张数，i为裁剪出的图片的边长；

步骤2.2、设置循环生成对抗网络，由两个对称的生成对抗网络GAN构成一个环形网络，两个生成对抗网络GAN共享两个生成器，并各自带一个判别器，即共有两个生成器，记为生成器G和生成器F，和两个判别器，记为判别器D_X和判别器D_Y，每个生成对抗网络GAN有两个损失函数，分别为生成器的重建损失和判别器的判别损失；

步骤2.3、生成器G负责把步骤2.1中裁剪后的风格A的图片训练成风格B的样子，然后更新重建损失，得到生成图片，判别器D_Y将步骤2.1中裁剪后的风格B的图片和步骤2.3中生成器G生成图片作为输入，更新判别损失，尝试预测其为原始图片还是生成器的生成图片；