近日，计算机科学与技术学院2021级电子信息专业研究生朱炫莹以第一作者在SCI三区期刊Electronics发表研究论文，论文题目为《Deep Deformable Artistic Font Style Transfer》。

该论文是在我校林睦纲副教授的指导下完成，衡阳师范学院为唯一署名单位。论文核心理论是：字体样式转移的本质是在保持字体字形结构的同时，将图像的样式特征转移到字体中。目前，基于卷积神经网络的生成对抗网络在字体样式生成中发挥着重要作用。然而，传统的卷积神经网络识别字体图像存在对未知图像变化适应性差、泛化能力弱、纹理特征提取能力差等问题。当字形结构非常复杂时，复杂字体图像无法有效识别。本文提出了一种用于艺术字体风格转移的深度可变形风格迁移网络，该网络可以根据风格调整字体的变形程度，实现文本的多尺度艺术风格转移。该模型包括用于学习字形映射的草图模块、用于学习风格特征的字形模块和用于融合风格纹理的迁移模块。在字形模块中，设计了Deform-Resblock编码器来提取字形特征，其中引入了可变形卷积，改变残差模块的大小，实现了不同尺度特征信息的融合，更好地保留了字体结构，增强了文本变形的可控性。因此，我们的网络对文字的控制能力更强，对图像特征信息的处理能力更强，能够产生更加精美的艺术字体。