龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江西师范大学
摘要：本发明属于计算机视觉领域，公开了一种基于笔顺动态学习的可解释性少样本字体生成方法，包括下列步骤。步骤一、建立字体生成模型；字体生成模型包括风格‑内容解耦生成模型，风格‑内容解耦生成模型基于生成对抗网络构建，包括生成网络和判别网络；步骤二、对字体生成模型进行训练，通过将整体损失最小化来优化少样本字体生成模型；步骤三、完成训练后利用训练好的字体生成模型进行字体生成。所述字体生成模型为一种少样本字体生成模型，还包括笔顺动态学习模型。本发明提高了笔顺特征生成的准确性和对汉字图像的泛用性，即使目标图像的样本较少也能保证较高的准确性。
主权项：1.一种基于笔顺动态学习的可解释性少样本字体生成方法，包括下列步骤：步骤一、建立字体生成模型；字体生成模型包括风格-内容解耦生成模型，风格-内容解耦生成模型基于生成对抗网络构建，包括生成网络和判别网络；步骤二、对字体生成模型进行训练，通过将整体损失最小化来优化少样本字体生成模型；步骤三、完成训练后利用训练好的字体生成模型进行字体生成；其特征在于：所述字体生成模型为一种少样本字体生成模型，还包括笔顺动态学习模型，风格-内容解耦生成模型输出的生成图像和训练采用的目标图像二者各自经笔顺动态学习模型处理产生对应的生成笔顺特征和目标笔顺特征；所述步骤二包括：S2.1、训练前采集训练集并创建笔顺库；S2.2、在训练过程中，通过生成网络得到生成图像；S2.3、通过判别网络对生成图像进行判别，计算生成对抗网络的对抗损失；S2.4、将生成图像和对应的目标图像均输入笔顺动态学习模型，结合文本嵌入层提供的笔顺嵌入向量，笔顺动态学习模型产生生成笔顺特征和目标笔顺特征，计算生成笔顺特征和目标笔顺特征间的笔顺动态学习损失；S2.5、计算生成图像与目标图像之间的L1损失，结合对抗损失和笔顺动态学习损失计算少样本字体生成模型的总损失，对少样本字体生成模型进行优化。
全文数据：
权利要求：
百度查询： 江西师范大学 一种基于笔顺动态学习的可解释性少样本字体生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号