隨著計(jì)算機(jī)科學(xué)的持續(xù)發(fā)展以及人們對(duì)藝術(shù)之美的不懈追求,通過(guò)計(jì)算機(jī)輔助實(shí)現(xiàn)的字體風(fēng)格化技術(shù)逐漸崛起。字體風(fēng)格化作為主流的文本美工技術(shù)之一,在平面設(shè)計(jì)以及雜志編排等領(lǐng)域中應(yīng)用廣泛。它通過(guò)一系列的編輯手段將未經(jīng)特效加工的普通字體渲染成具有多種藝術(shù)效果的風(fēng)格化字體,使得原本單調(diào)的字體呈現(xiàn)出復(fù)雜多變的文本效果,進(jìn)而在相關(guān)領(lǐng)域的應(yīng)用中更具觀賞性和實(shí)用性。傳統(tǒng)字體風(fēng)格化方法使用PhotoShop等圖像編輯軟件手工完成對(duì)普通字體的風(fēng)格化處理。該方法局限性在于軟件操作較為復(fù)雜;制作風(fēng)格化字體的步驟繁瑣;無(wú)法批量生成風(fēng)格化字體等。這些缺點(diǎn)導(dǎo)致其制作成本較高,對(duì)于普通用戶而言具有一定難度,實(shí)用性較差�，F(xiàn)有學(xué)者針對(duì)上述缺點(diǎn)提出了一種基于統(tǒng)計(jì)學(xué)的字體風(fēng)格化方法,該方法在計(jì)算機(jī)的輔助下,將樣本字體的骨架與渲染特效的空間分布作為約束條件來(lái)指導(dǎo)字體的紋理合成,有效地解決了手工方法制作緩慢,成本較高的問(wèn)題。然而,使用該方法生成的紋理效果受限于字體骨架,不具有普遍性。因此,如何提供一種高效且不受文字骨架限制的字體風(fēng)格化方法是一項(xiàng)亟待解決的問(wèn)題。近幾年來(lái),隨著深度學(xué)習(xí)的快速發(fā)展,基于深度神經(jīng)網(wǎng)絡(luò)的特征提取算法在圖像風(fēng)格化領(lǐng)... 

【文章來(lái)源】：廣東工業(yè)大學(xué)廣東省

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

藝術(shù)字體的使用場(chǎng)景

手工制作方法流程圖

2.4.2 生成對(duì)抗網(wǎng)絡(luò)及其變種（1）原始生成對(duì)抗網(wǎng)絡(luò)生成對(duì)抗網(wǎng)絡(luò)(Generative adversarial Nets, GAN)[53]是 2014 年由 Ian Goodfellow 博圖 2-3 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Figure 2-3 Structure of Convolutional Neural Network

【參考文獻(xiàn)】：
期刊論文
[1]基于CGAN網(wǎng)絡(luò)的二階段式藝術(shù)字體渲染方法[J]. 葉武劍,高海健,翁韶偉,高智,王善進(jìn),張春玉,劉怡俊.  廣東工業(yè)大學(xué)學(xué)報(bào). 2019(03)
[2]基于CycleGAN的非配對(duì)人臉圖片光照歸一化方法[J]. 曾碧,任萬(wàn)靈,陳云華.  廣東工業(yè)大學(xué)學(xué)報(bào). 2018(05)
[3]基于L1/2自適應(yīng)稀疏正則化的圖像重建算法[J]. 葉向榮,劉怡俊,陳云華,熊炯濤.  廣東工業(yè)大學(xué)學(xué)報(bào). 2017(06)
[4]卷積網(wǎng)絡(luò)深度學(xué)習(xí)算法與實(shí)例[J]. 陳旭,張軍,陳文偉,李碩豪.  廣東工業(yè)大學(xué)學(xué)報(bào). 2017(06)
[5]藝術(shù)字體在平面視覺(jué)設(shè)計(jì)中的應(yīng)用[J]. 丁世華.  印刷雜志. 2017(10)
[6]生成式對(duì)抗網(wǎng)絡(luò)GAN的研究進(jìn)展與展望[J]. 王坤峰,茍超,段艷杰,林懿倫,鄭心湖,王飛躍.  自動(dòng)化學(xué)報(bào). 2017(03)
[7]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航.  計(jì)算機(jī)應(yīng)用. 2016(09)
[8]深度卷積神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺(jué)中的應(yīng)用研究綜述[J]. 盧宏濤,張秦川.  數(shù)據(jù)采集與處理. 2016(01)
[9]新媒體藝術(shù)對(duì)平面設(shè)計(jì)的影響[J]. 張洋.  新聞戰(zhàn)線. 2015(09)
[10]機(jī)器學(xué)習(xí)及其相關(guān)算法綜述[J]. 陳凱,朱鈺.  統(tǒng)計(jì)與信息論壇. 2007(05)

碩士論文
[1]基于深度卷積生成對(duì)抗網(wǎng)絡(luò)的圖像修復(fù)研究與應(yīng)用[D]. 王鑫磊.重慶大學(xué) 2018
[2]基于深度學(xué)習(xí)的圖像風(fēng)格化處理[D]. 欒奕欣.北京郵電大學(xué) 2018
[3]基于DCGAN算法的圖像生成技術(shù)研究[D]. 蔡曉龍.青島理工大學(xué) 2018



本文編號(hào)：2952642