[發明專利]一種個人風格化書法動態字庫的實現方法及其應用

有效

• 申請號: 201110287823.3
• 申請日: 2011-09-26
• 公開（公告）號: CN103020085A
• 公開（公告）日: 2013-04-03
• 發明（設計）人: 萬毅;劉志平
• 申請（專利權）人: 蘭州海防信息科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06T19/00
• 代理公司: 甘肅省知識產權事務中心 62100
• 代理人: 馬英

1.一種個人風格化書法動態字庫的實現方法，其特征在于：該實現方法通過對任一書寫者在寫作過程中筆桿的空間運動軌跡進行多維建模，利用統計機器學習技術，讓計算機達到對該書寫者運筆習慣自動學習的目的，所學習得到的模型就是表征該書寫者個人寫作風格和多次書寫同一漢字時的字跡多樣性的數學描述，然后通過虛擬現實技術或機器人系統來實際生成該寫作者個人風格化書法動態字庫；具體步驟如下：

一、?建立毛筆的三維計算機模型；

毛筆由筆桿和筆刷構成；筆桿是剛體，可以用一個桿狀剛體來建模；筆刷是軟體，其頂端與所述筆桿末端為固定連接；筆刷采用彈簧-質點模型來建模；

二、對漢字進行編碼；

????對漢字進行編碼時的漢字內碼采用GB2312或GBK或UNICODE；使每個字形與通過內碼唯一識別的編碼字建立一一對應關系；

三、?對書寫者的書寫過程進行采集，得到筆桿空間運動軌跡的時間函數；

采用機器視覺技術對書寫者在書寫每一個字時筆桿的空間運動軌跡進行記錄，得到筆桿空間運動軌跡的時間函數；具體利用多點視頻合成三維運動軌跡；步驟如下：

①、建立多點視頻采集系統；采用若干相機環繞排列，相機連續拍攝筆桿的動作，并將圖像序列保存下來；

②、對①所記錄的結果進行分析和處理，識別其中的動作，并計算得出其在每一瞬間的空間位置，進而分析得到毛筆的空間運動軌跡；

四、利用步驟二和三得到的內容進行統計機器學習，得到書寫者的運筆習慣，即書寫者在寫每一個字時運筆的空間統計模型；

采用隱馬爾科夫模型進行運動建模，讓計算機根據步驟二和三得到的書寫者的實際運筆軌跡來學習得到對應其書法風格的隱馬爾科夫模型；具體：在隱馬爾科夫模型狀態的選擇上，將漢字的每個基本筆畫作為一個狀態；對步驟三中得到的運筆空間軌跡進行主成分分解，得到一組筆桿運動軌跡的基函數，并將每一個字的運動軌跡用此組基函數近似描述；在此基礎上，使用Baum-Welch算法來確定使步驟三中得到的運筆的三維運動軌跡的概率最大化的模型參數值，即學習得到隱馬爾科夫模型；

五、?利用步驟四中得到的書寫者在寫每一個字時運筆的空間統計模型，通過對該統計模型的隨機過程采樣就完成了個人風格化書法動態字庫的功能；

如此實現的書法動態字庫類似書寫者的書法寫作過程，每次生成的同一個字的字跡因隨機性而不完全一樣；而字庫打印樣張中的任一個字往往是最代表該書寫者風格的那個字，這所謂最有代表性的字直接對應到隱馬爾科夫模型中具有最大概率的字的寫法，即書寫者最有可能寫出來的字跡；自然地，該字跡應該是字庫中的反映該書寫者個人風格的標準字；

從學習得到的隱馬爾科夫模型到寫出具有個人風格化書法動態字庫的過程：先由隱馬爾科夫模型生成字的筆桿空間運動軌跡；若在電腦顯示器上虛擬生成，就利用步驟一中所建的模型，采用前向仿真技術；若采用機械臂用真筆在紙上寫，則利用機器人技術中的前向控制方法。

2.根據權利要求1所述的一種個人風格化書法動態字庫的實現方法，其特征在于：利用所述步驟四得到的若干書寫者的運筆空間統計模型來生成一個廣義書寫者運筆空間統計模型，該模型可以實現以少量的個人平面字跡推導出其運筆的統計模型，根據某一書寫者的字跡來調整廣義統計模型的參數，使之近似出該書寫者的運筆習慣；進而采用所述步驟五的方法生成其個人風格化書法動態字庫；?

具體方法如下：

假設我們按照前面的步驟得到了Q個書寫者的運筆統計模型HMM₁,?HMM₂,?…,?HMM_Q.?那么廣義書寫者書寫的統計模型可以定義為

_，

其中參數取非負值且滿足

；

容易證明按照此定義的廣義書寫者書寫的統計模型依然是一個HMM，Q個參數的不同取值代表不同的書法風格；當給定某個書寫者的字跡后，按照以下標準最小二乘的方法來確定Q個參數的值；

假設某書寫者的字跡為，HMM_ｑ給出的字庫字跡為，則可以通過對下式進行最小化得到；

然后對應于該書寫者的運筆統計模型為

_???????此HMM_ｑ等效于權利要求1中步驟四得到的統計模型，然后利用步驟五的方法得到對應的個人風格化書法動態字庫。

3.一種如權利要求1或2所述的個人風格化書法動態字庫的應用，可用于傳統毛筆或硬筆書寫的任何個人風格化書法動態字庫的建立。