计算机科学与技术学院2020级电子信息专业研究生杨锴以第一作者在SCI三区期刊Computers and Electrical Engineering发表研究论文，论文题目为《KAGAN: A Chinese Poetry Style Transfer Method》。

该论文是在我校赵辉煌教授的指导下完成，衡阳师范学院、智能信息处理与应用湖南省重点实验室为署名单位。论文核心理论是：随着人工智能以及深度学习的发展，字符的风格迁移也逐渐受到越来越多研究者的关注。然而大多数字符风格迁移的工作都关注于单张字符图片而忽略了例如诗句图片这样多字符的风格迁移。该论文针对这一问题，提出了一个新的生成式对抗网络KAGAN来生成更逼真的古诗风格迁移图片。首先，作者提出了一种改进后的图像字符分割算法来将古诗图片分割成单张字符图片，为了使分割出来的字符图片取得更好的风格迁移效果，作者设计了一个新的Key-attention模块来使生成器网络能够更好地注意和提取字符特征，应用Smooth L1损失函数来使生成的字符图片更逼真。最后，提出了一个多层融合的判别器网络来增强网络的判别能力。