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条件扩散模型和解耦引导的单样本字体生成方法。本发明方法包括：一、构建字体生成框架，收集字体并制作数据集用作风格图像和内容图像；二、内容编码器在数据集上进行预训练；三、预训练的内容编码器提取内容图像的内容特征，风格编码器提取风格图像的风格特征；四、将内容特征和风格特征相结合后输入条件扩散模型；五、将训练好的内容编码器和风格编码器的参数冻结，训练条件扩散模型；六、判断模型是否完成所有字体图像的训练，是否完成迭代次数；七、对训练好的模型进采样，生成指定风格和指定内容的图像。本发明将条件扩散模型用于单样本字体生成任务上，遵循风格和内容解耦范式，能够生成任意风格和内容组合的字体图像。

主权项：1.一种基于条件扩散模型和解耦引导的单样本字体生成方法，其特征在于，包括以下步骤：步骤S1、构建字体生成框架，收集字体并制作数据集，将所述数据集划分为训练集和测试集；所述数据集中风格为宋体的字体图像作为内容图像，所述数据集中余下字体图像作为风格图像；所述字体生成框架中包含条件编码器模块和条件扩散模型模块，所述条件编码器模块包括预训练风格编码器Es和初始化内容编码器E'c，所述条件扩散模型模块包括去噪网络步骤S2、使用所述初始化内容编码器e'c在训练集上进行训练，得到预训练的内容编码器Ec；步骤S3、使用所述预训练的内容编码器Ec提取内容图像的内容特征ec，使用所述预训练风格编码器Es提取风格特征es；步骤S4、将提取到的内容特征ec和风格特征es在通道上连接起来，然后输入所述条件扩散模型，作为条件引导扩散模型的生成；步骤S5、将预训练的内容编码器Ec和预训练的风格编码器Es的参数冻结，使用所述条件扩散模型在训练集上进行训练；步骤S6、判断所述条件扩散模型是否完成所有训练集中字体图像的训练，是否完成所有迭代次数；步骤S7、对训练好的条件扩散模型进行采样，根据输入的风格图像和内容图像，使用风格—内容解耦引导采样策略，生成指定风格和指定内容的字体图像。

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 一种基于条件扩散模型和解耦引导的单样本字体生成方法