基于GAN的字体风格迁移开题报告

全文总字数：5216字

1. 研究目的与意义、国内外研究现状（文献综述）

课题意义：从古至今，艺术字因其独有的风格魅力获得了大众的喜爱和认可，得到广泛应用。由于艺术字的设计往往仅局限于当下的需要，如海报的标题、电影的字幕等，因此设计师们一般只设计少数字，而忽略了以后的应用。该课题主要是针对那些喜欢已有的风格字体，但没有相关风格字体的字的用户。本课题研究使用深度学习中的生成式对抗网络（generative confrontation netwk ，gan）^[1]来学习已有的部分字的字体风格，并用生成器生成具有相同风格字体的其他字，以满足此类用户的需求，也减轻字体设计师的工作量。

国内外研究进展

2. 研究的基本内容和问题

研究目标

搭建、训练、优化基于gan的字体风格迁移算法，使得给出的部分相同风格字体的字母，通过算法使用gan学习相关特征后生成剩余具有相同风格字体的字母供用户使用，即如a-z 26个相同风格的艺术字母，已知其中几个艺术字母，生成剩余其他的艺术字母。

3. 研究的方法与方案

研究方法：

（1）阅读相关文献、书籍以及学术论文等材料。

（2）获取丰富多样风格迥异的艺术字母集。

4. 研究创新点

（1）相关研究非常少：基于深度学习和GAN的风格迁移一般应用在图像等风格迁移上，在字体风格迁移领域上的研究成果十分少。

5. 研究计划与进展

（1）2019年1月至2018年2月

搭建keras深度学习框架，学习相关的中文文档，并尝试构建和训练简单的神经网络。

（2）2019年2月至4月