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：南京航空航天大学;南京航空航天大学深圳研究院

摘要：本发明公开了一种基于多尺度风格融合和字形控制的单样本字体生成方法。本发明方法包括：一、输入文字的风格图像和内容图像；二、使用风格编码器对输入的风格图像进行特征提取，收集编码器网络每一层的输出以得到多尺度的风格特征；三、将内容图像和噪声图像在通道上进行相连后作为噪声预测模型的输入；四、利用交叉注意力机制将提取出的多尺度风格特征融入噪声预测模型；五、根据损失函数训练风格编码器和噪声预测模型；六、对训练好的模型进行采样，生成目标风格和目标内容的字体图像。本发明将扩散模型用于单样本字体生成任务上，通过内容图像对字形的控制，提高了字符结构的准确性。将多尺度风格融入扩散模型，实现了对风格图像信息更全面的保留。

主权项：1.一种基于多尺度风格融合和字形控制的单样本字体生成方法，其特征在于，包括以下步骤：步骤S1、构建单样本字体生成框架，包括风格编码器Hs和噪声预测模型Hu；获取数据集并将所述数据集划分为训练集和测试集，所述训练集中每种风格的字体图像包含相同数量和相同内容的中文字符，所述测试集中每种风格的字体图像也包含相同数量和相同内容的中文字符，且测试集中字体图像的风格和内容均与所述训练集中的不同；步骤S2、随机选择所述训练集中的一张字体图像作为风格图像ys，使用所述风格编码器Hs对风格图像ys进行多尺度的风格特征提取，得到多尺度特征集合；步骤S3、随机选择训练集中的一张宋体的字体图像作为内容图像yc，并在噪声预测模型Hu的每一个去噪时间步t中，将内容图像yc和时间步t对应的带噪图像xt在通道上相连，然后将相连后的结果x't作为噪声预测模型Hu的输入；步骤S4、利用交叉注意力机制，将步骤S2中风格编码器Hs提取到的多尺度风格特征Fs融入到噪声预测模型Hu对应的网络层中；步骤S5、根据损失函数对风格编码器Hs和噪声预测模型Hu进行训练，得到训练好的单样本字体生成框架；步骤S6、对训练好的单样本字体生成框架进行采样，生成目标风格和目标内容的字体图像。

全文数据：

权利要求：

百度查询： 南京航空航天大学 南京航空航天大学深圳研究院 一种基于多尺度风格融合和字形控制的单样本字体生成方法