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：清华大学

摘要：本发明提供一种基于生成对抗网络的甲骨文单字风格迁移方法及装置，该方法包括：确定待处理的汉字图片以及汉字图片对应的类别标签；将类别标签输入至第一生成对抗网络模型进行甲骨文单字风格迁移，得到类别标签对应的第一甲骨文图片；若不存在类别标签对应的第一甲骨文图片，将汉字图片输入至第二生成对抗网络模型进行甲骨文单字风格迁移，得到汉字图片对应的第二甲骨文图片；其中，第一生成对抗网络模型是基于第一甲骨文图片样本、噪声数据以及类别标签进行训练得到的；第二生成对抗网络模型是基于汉字图片样本和第二甲骨文图片样本训练得到的。本发明通过将汉字图片或对应的类别标签输入至生成对抗网络模型，实现汉字图片到甲骨文图片的转换。

主权项：1.一种基于生成对抗网络的甲骨文单字风格迁移方法，其特征在于，包括：确定待处理的汉字图片以及所述汉字图片对应的类别标签；将所述类别标签输入至第一生成对抗网络模型进行甲骨文单字风格迁移，得到所述类别标签对应的第一甲骨文图片；若不存在所述类别标签对应的所述第一甲骨文图片，将所述汉字图片输入至第二生成对抗网络模型进行甲骨文单字风格迁移，得到所述汉字图片对应的第二甲骨文图片；其中，所述第一生成对抗网络模型是基于第一甲骨文图片样本、噪声数据以及类别标签进行训练得到的；所述第二生成对抗网络模型是基于汉字图片样本和第二甲骨文图片样本训练得到的；所述第一生成对抗网络模型包括第一生成器和第一判别器；基于所述第一甲骨文图片样本、噪声数据以及类别标签训练所述第一生成对抗网络模型包括：设置如下目标函数： 其中，G,D分别代表第一生成器和第一判别器，表示所述第一甲骨文图片样本的真实分布，x为服从所述真实分布的甲骨文样本图片，表示所述噪声数据的分布，z为服从所述分布的噪声数据，y是所述类别标签，表示数学期望；基于所述第一甲骨文图片样本、噪声数据以及类别标签迭代调整所述第一生成器和第一判别器的参数值以得到平衡所述第一生成器和所述第一判别器的训练目标的最优参数值；所述将所述类别标签输入至第一生成对抗网络模型进行甲骨文单字风格迁移，得到所述类别标签对应的第一甲骨文图片，包括：将所述类别标签输入至所述第一生成器，得到所述类别标签对应的第一甲骨文图片；所述第二生成对抗网络模型包括第二生成器、第二判别器、第三生成器以及第三判别器；基于所述汉字图片样本和第二甲骨文图片样本训练所述第二生成对抗网络模型包括：设置如下目标函数： 其中， 其中，A,B分别代表所述汉字图片样本分布和第二甲骨文图片样本分布，a、b分别代表服从所述汉字图片样本分布的汉字图片样本和服从所述第二甲骨文图片样本分布的第二甲骨文图片样本，GAB,GBA,DA,DB分别代表所述第二生成器、第三生成器、第二判别器以及第三判别器，表示数学期望；基于所述汉字图片样本和第二甲骨文图片样本迭代调整所述第二生成器、第二判别器、第三生成器以及第三判别器的参数值以得到平衡所述第二生成器、第二判别器、第三生成器以及第三判别器的训练目标的最优参数值。

全文数据：

权利要求：

百度查询： 清华大学 基于生成对抗网络的甲骨文单字风格迁移方法及装置