中国书法作品在传承中因自然或人为因素导致部分内容残缺损毁,因其内容抽象、风格各异,修复工作一直以来都是文化遗产修复领域的难点问题,主要依靠专家的临摹完成修复,存在修复效率低、质量差异大等问题,阻碍了珍贵书法、石刻等作品的“重生”。本文提出了一种基于深度学习神经网络的中国书法文字风格迁移方法,基于文物二三维模型提取书法文字数字图像,建立基于生成式对抗网络的风格迁移框架,设计和开发了原型系统,实现了文物破损文字的虚拟修复。本文的主要研究工作包括:(1)提出了面向石刻和书画中书法文字高精度数字化提取方法,针对石刻文物和书画文物数字化方法的特点,分别构建了面向三维模型(石刻文物)和二维图像(书画文物)的书法文字图像提取和预处理方法,为深度学习网络提供数据支持;(2)提出了一种基于生成式对抗网络的书法文字风格迁移框架,对现有深度学习模型进行分析和总结,构建了基于生成对抗网络的中国书法文字风格迁移框架,实现了中国书法文字的风格化生成;(3)提出了一种改进的生成式对抗网络模型,针对中国书法文字在整体结构、局部形态和墨色变化方面的特点,改进原始对抗网络的距离衡量方法,增加目标函数对整个训练过程进行约束,并进行网络超参数优化与调整,提高网络模型对于中国书法文字的生成质量;(4)设计和开发一套针对书画和石刻文物的中国书法文字生成和虚拟修复原型系统,实现基于现有书法作品的缺失文字数字化生成和针对特殊艺术家的文字生成和对文物中破损文字的修复。实验结果证明该系统设计合理,能够有效提取并迁移书法文字风格信息,可以满足对文物中书法文字的虚拟修复需求;