技术摘要：
本发明提供了一种基于神经风格迁移的艺术文本图像生成方法，包括：(1)基于孪生网络的图文风格匹配。通过一种基于孪生网络的匹配度推荐算法，利用风格匹配算法挑选出最适合背景图的风格图。(2)基于形状主色匹配的文字风格迁移。本发明通过将图像的结构和纹理进行分成两  全部
背景技术：
图像的风格迁移是将一种风格从一个图像迁移到另一个图像，以合成一种新的艺 术图像的任务，在视觉设计中有着广泛的用途，比如：绘画合成、摄影后处理、艺术图像的制 作等。文字作为一种重要语义信息添加在图像中，其风格、位置等信息影响着图像整体的艺 术视觉效果。人工生成特定样式的艺术文本图像需要大量的时间和精力。 近年来，有许多方法利用卷积神经网络提取图像的风格特征进行迁移，在图像的 风格迁移上取得了很好的效果。但是，对于文字的风格迁移，直接利用神经网络的方法会使 得文字的形状和颜色与实际的风格图像有较大差异。其次，风格化的文字及其摆放的方位 与被嵌入的图像之间在视觉上是否匹配，也是在文本图像自动合成中需要考虑的重要因 素。 因此需要一种新的神经风格迁移方法来对艺术文本图像生成以实现对文字的主 色和形状做调整，以及最终在背景图片上位置的嵌入和摆放做优化。
技术实现要素：
为了克服上述