AEGN复现细节、环境配置以及bug解决方案
迪丽瓦拉
2024-06-03 12:21:39
0次
摘要
本文研究了中国书法图像合成问题:从标准字体(如汉字)合成具有特定风格的中国书法图像。黑体字)图像(图1(a))。
目前的工作多采用行程提取和装配管道，过程复杂，受行程提取效果的限制。我们将书法合成问题视为图像到图像的转换问题，提出了一种基于深度神经网络的模型，可以直接从标准字体图像生成书法图像。此外，我们还构建了一个包含各种风格的中国书法综合的大型基准。我们在所提出的数据集上评估了我们的方法以及一些基线方法，实验结果证明了我们提出的模型的有效性。
code：https://github.com/suker80/Auto-Encoder-Guided-GAN-for-Chinese-Calligraphy-Synthesis
论文：https://arxiv.org/abs/1706.08789
网络结构
图像的上半部分是我们的传输网络，架构的下半部分是监督网络，它是一个自编码器。对整个网络进行端到端的训练，在训练阶段使用监督网络对传输网络解码器的低特征进行监督。
论文和里面的代码没有仔细的去看，只是简单的把代码调通了。