计算机工程

作者：张子珺, 陈劲松, 钱夕元

单位：1. 华东理工大学 数学学院, 上海 2002372. 上海宏弈源软件科技有限公司, 上海 200233

关键词：pix2pix算法,骨架提取,分层空洞卷积,交叉注意力,离线书法图像

基金：上海市促进文化创意产业发展财政资金支持项目(2020011278_V0)

书法字骨架保留书法字的结构、形态以及笔画细节，对于评价书法字笔画结构极为重要。为解决现有的骨架提取算法无法获取离线书法图像的动态信息，提出改进条件生成对抗网络的书法字骨架提取算法。为获取长距离上下文信息，将残差结构与分层空洞卷积模块引入条件生成对抗网络，并融合交叉注意力模块，以保证生成骨架的平滑性。使用谱归一化和Leaky ReLU激活函数稳定模型训练，提升书法字骨架提取的完整性，并基于在线手写字数据集，构建伪书法字图像数据集。实验结果表明，该算法在测试数据集中的F1值、联合交并比(IoU)和最小平均距离(AMD)分别为0.678 2、0.515 8和1.450 0，相较于现有骨架提取算法的最优结果，F1值、IoU分别提高了8.2%和8.8%, AMD降低了约0.42，可有效捕获到书法离线图像的动态信息，使骨架特征更具有代表性，在书法字帖图片上表现出较优的泛化能力。同时，消融实验结果验证了分层空洞卷积模块和交叉注意力模块的有效性，可以获得更完整、光滑的字符骨架。

来源：2023年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第10期