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：广州美术学院

摘要：本发明提供一种基于字体轮廓信息的汉字字体生成方法，通过构建源风格字体训练集和目标风格字体训练集，进而构建字体风格迁移网络模型，并利用损失函数对字体迁移网络模型进行训练优化，使其生成器与判别器达到预设性能，有利于提高字体生成的结果。同时，在字体风格迁移网络模型中设置边缘提取模块，边缘提取模块接受输入的源风格字体图像并通过卷积操作提取源风格字体图像中字体的边缘轮廓信息传入到生成器中，然后生成器将这些边缘信息与源风格字体图像拼接在一起，帮助生成器更好地理解字体的结构和边缘细节，使得生成字体整体结构和笔画边缘都具有较好的清晰度，进一步优化字体的生成质量。

主权项：1.一种基于字体轮廓信息的汉字字体生成方法，其特征在于，包括如下步骤：步骤S1：构建源风格字体训练集和目标风格字体训练集：从标准字符集GB2312中选取若干字符量的简体汉字，并按预选取的源风格字体和目标风格字体将所述简体汉字分别存储为源风格字体文件和目标风格字体文件，进而将源风格字体文件转换为源风格字体图像进行存储，构建源风格字体训练集；将目标风格字体文件转换为目标风格字体图像进行存储，构建目标风格字体训练集；步骤S2：构建字体风格迁移网络模型：所述字体风格迁移网络模型包括边缘提取模块、生成器和判别器；其中，所述边缘提取模块用于源风格字体图像中字体轮廓信息的提取；所述生成器用于根据输入的源风格字体图像及其体轮廓信息将源风格汉字字体图像转化为目标风格的字体图像；所述判别器用于判别所述生成器生成字体图像的字体真实度；步骤S3：类目标风格字体图像的生成：将源风格字体训练集输入字体风格迁移网络模型，使用边缘提取模块从源风格字体训练集中的源汉字字体图像中提取字体轮廓信息并与其源汉字字体图像输入生成器，生成器将所述源汉字字体图像和相应的字体轮廓信息拼接在一起，进而生成类目标风格字体图像；步骤S4：字体风格迁移网络模型的训练：将步骤S3生成的类目标风格字体图像与目标风格字体训练集中的目标风格字体图像配对，并输入到所述判别器中，通过损失函数反向传递更新网络模型参数，循环训练，直到生成器与判别器符合预设的性能标准，即完成字体风格迁移网络模型的训练；步骤S5：目标风格字体自动生成：将任意字体风格的汉字图像输入到所述字体风格迁移网络模型中，即可得到对应目标风格字体的汉字；其中，步骤S1具体包括：步骤S01：从标准字符集GB2312中选取500个简体汉字，所述简体汉字包括单体字和合体字，所述合体字包括左右结构、上下结构、全包围结构、半包围结构的汉字；步骤S02：将步骤S01得到的500个简体汉字按一定的顺序分别存储为字符，并选定源风格字体和目标风格字体，将500字符根据选定源风格字体和目标风格字体存储为源风格字体文件和目标风格字体文件；其中，所述字符的格式为TXT格式，所述源风格字体文件和目标风格字体文件的格式为TTF格式或OTF格式；步骤S03：通过Python代码将所述源风格字体文件和目标风格字体文件分别转换成的白底黑字图片，进而分别存储并构建得到500字符量的源风格字体训练集和500字符量的目标风格字体训练集；所述步骤S3具体包括：步骤S301：将源风格字体训练集中的源风格汉字图像分别输入字体风格迁移网络模型的边缘提取模块和生成器中；步骤S302：使用边缘提取模块提取输入的源风格字体训练集中源风格字体图像的字体轮廓信息，并分别存储为单通道灰度的字体轮廓图像输入生成器，生成器将源风格字体图像和对应的字体轮廓图像拼接在一起；步骤S303：所述生成器对拼接在一起的源风格字体图像和对应的字体轮廓图像进行编码得到对应汉字的图像和轮廓信息，并根据编码得到的信息和步骤S302中边缘提取模块提取的对应的字体轮廓信息，解码生成类目标风格字体图像；所述步骤S4具体为：步骤S401：将目标风格字体训练集中的目标风格字体图像与步骤S3生成的类目标风格字体图像进行配对，得到两组真假汉字图像；步骤S402：将步骤:401得到的两组真假汉字图像输入到所述判别器中，使其对每组真假汉字图像进行真伪鉴别，并通过二元交叉熵损失函数进行对抗训练，反向传播判别器，更新判别器参数，得到符合预设性能标准的判别器；步骤S403：根据判别器对真假汉字图像的真伪鉴别分类结果，使用一生成器损失函数计算生成器中真假汉字图像的损失值，反向传播生成器，更新生成器参数，得到符合预设性能标准的生成器；其中，所述二元交叉熵损失函数用于衡量判别器对输入真假汉字图像的真伪分类效果，所述二元交叉熵损失函数具体为： 其中，G是生成器，D是判别器，N是预设批次大小，xi表示源风格汉字图像及其对应字体轮廓图像的集合；Gxi是生成器生成的假汉字图像，yi是真汉字图像；所述生成器损失函数具体为：LG-ESGANG,D＝λadv·LadvG,D+λL1·LL1G其中，G是生成器，D是判别器，LadvG,D是对抗损失函数，LL1G是L1损失函数，λadv和λL1是对抗损失函数和L1损失函数的权重参数；所述对抗损失函数具体为： 所述对抗损失函数LadvG,D用于同时提升判别器判断能力和生成器生成字体的真实度；所述L1损失函数具体为： 其中，λ为正则化参数，所述L1损失函数用于得到生成器生成的假汉字图像与真汉字图像之间的差值。

全文数据：

权利要求：

百度查询： 广州美术学院 一种基于字体轮廓信息的汉字字体生成方法