基于风格迁移的机器人书法临摹技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题的背景和研究意义 | 第8页 |
| 1.2 国内外动态与研究现状 | 第8-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 2 机器人书写系统整体设计 | 第13-21页 |
| 2.1 引言 | 第13页 |
| 2.2 书法机器人软件系统 | 第13-15页 |
| 2.2.1 基于深度学习的生成对抗网络 | 第13-14页 |
| 2.2.2 汉字风格特征信息的提取方案设计 | 第14-15页 |
| 2.3 书法机器人硬件系统 | 第15-18页 |
| 2.3.1 书法机器人组成 | 第15-16页 |
| 2.3.2 毛笔的特征分析 | 第16-17页 |
| 2.3.3 夹具的设计 | 第17-18页 |
| 2.4 总体方案 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 生成对抗网络及汉字风格迁移 | 第21-28页 |
| 3.1 引言 | 第21页 |
| 3.2 深度学习网络 | 第21-22页 |
| 3.2.1 有监督学习的深度网络 | 第21-22页 |
| 3.2.2 无监督学习的深度网络 | 第22页 |
| 3.2.3 混合深度网络 | 第22页 |
| 3.3 生成对抗网络在汉字风格迁移的应用 | 第22-24页 |
| 3.3.1 生成对抗网络 | 第22-23页 |
| 3.3.2 汉字风格迁移 | 第23-24页 |
| 3.4 实验结果与分析 | 第24-27页 |
| 3.5 本章小结 | 第27-28页 |
| 4 书法汉字特征参数描述 | 第28-36页 |
| 4.1 引言 | 第28页 |
| 4.2 书法汉字特征描述参数 | 第28-29页 |
| 4.3 汉字相似度评估方法 | 第29-30页 |
| 4.3.1 平衡度相似性描述 | 第29页 |
| 4.3.2 倾斜度相似性描述 | 第29页 |
| 4.3.3 书写力度相似性描述 | 第29-30页 |
| 4.4 书法汉字图像处理 | 第30-35页 |
| 4.4.1 原始图像二值化 | 第30-31页 |
| 4.4.2 图像形态学处理 | 第31-33页 |
| 4.4.3 汉字书写笔画顺序提取 | 第33页 |
| 4.4.4 笔画关键点提取 | 第33-34页 |
| 4.4.5 笔画宽度特征提取 | 第34-35页 |
| 4.5 书法汉字笔画宽度与机器人运笔深度的转换 | 第35页 |
| 4.6 本章小结 | 第35-36页 |
| 5 书法机器人的运动学建模与实验分析 | 第36-51页 |
| 5.1 引言 | 第36页 |
| 5.2 ABB工业机器人运动学分析与轨迹规划 | 第36-43页 |
| 5.2.1 机器人运动学分析 | 第36-42页 |
| 5.2.2 机器人轨迹规划 | 第42-43页 |
| 5.3 机器人运动控制仿真 | 第43-44页 |
| 5.4 机器人书法实验 | 第44-48页 |
| 5.4.1 实验平台搭建 | 第44-45页 |
| 5.4.2 汉字风格迁移 | 第45-46页 |
| 5.4.3 汉字书写轨迹生成 | 第46-47页 |
| 5.4.4 机器人书法汉字临摹实验 | 第47-48页 |
| 5.5 实验结果分析 | 第48-50页 |
| 5.6 本章小结 | 第50-51页 |
| 6 结论 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 在学 研究成果 | 第55-56页 |
| 致谢 | 第56页 |
