[發明專利]一種漢字風格遷移模型的訓練裝置和方法

在審

• 申請號: 201910343635.4
• 申請日: 2019-04-26
• 公開（公告）號: CN111859852A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 王歌
• 申請（專利權）人: 普天信息技術有限公司
• 主分類號: G06F40/109
• 分類號: G06F40/109;G06K9/62;G06K9/68
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 張馳;宋志強

本發明實施方式公開了一種漢字風格遷移模型的訓練裝置和方法。包括：生成模塊，用于基于漢字的源字體圖像和所述漢字的標簽字體圖像，經由生成網絡生成所述漢字的目標字體圖像，基于所述源字體圖像中的漢字基礎部件圖像和所述標簽字體圖像中的、對應的漢字基礎部件圖像，經由所述生成網絡生成目標字體的漢字基礎部件圖像；判別模塊，用于基于所述漢字的標簽字體圖像，經由判別網絡對所述目標字體圖像進行判別以輸出全局特征向量，基于所述標簽字體圖像中的、對應的漢字基礎部件圖像，經由所述判別網絡對所述目標字體的漢字基礎部件圖像進行判別以輸出局部特征向量，并根據所述全局特征向量和所述局部特征向量確定所述判別網絡的損失函數。

技術領域

本發明涉及文字處理技術領域，尤其涉及一種漢字風格遷移模型的訓練裝置和方法。

背景技術

風格多樣的漢字字體是一種重要的中國文化符號，它的設計和操作是一項需要大量專業知識的艱巨工作。漢字作為世界上最古老的文字之一，經歷了甲骨文、篆書、隸書、楷書等字體，在弘揚中華民族傳統文化中發揮著重要的作用。但是人為制作一種標準的中文字庫，不僅費時費力，而且對設計者的學術水平有相當高的要求。隨著科學技術的不斷發展，以及基于深度學習的圖像風格遷移技術的成功應用，為中文字庫的制作帶來了新的研究方向。在現實場景中，風格遷移技術已經成功應用于圖像生成、數據增強等研究領域，解決了小數據集、訓練數據量不足的問題。目前也有將該技術應用于字體的風格遷移，比如海報中藝術字的設計、手寫體漢字研究等。

漢字結構復雜，基礎部件之多，字體風格多樣，且差異較大。針對漢字的風格遷移問題，現有技術中的傳統方法是基于拆分匹配的漢字遷移方法，主要是根據漢字結構，將源字體拆分為多個基礎部件，對應為目標字體的基礎部件，再按照一定的縮放比例拼接成相應的目標字體，從而實現新字體的生成。現有技術中另一種方法是基于生成式對抗網絡(GAN)的漢字遷移方法。該方法主要是輸入源字體圖片，利用生成網絡和判別網絡兩者之間相互博弈學習的過程，生成仿真度高的目標字體圖片，從而實現漢字的風格遷移。

基于拆分匹配的漢字遷移方法，對于一些結構復雜的漢字，計算機難以將其正確的拆分開，且利用該方法生成的目標字體太過于古板化，縮放拼接不是很自然。基于生成式對抗網絡的漢字遷移方法，該方法對于風格差異較小的兩種字體可以生成仿真度較高的目標字體，比如宋體遷移到黑體，網絡生成的目標字體效果很好，優于基于拆分匹配的漢字遷移方法，但是對于風格差異較大的兩種字體實現的效果并不是很好，這是因為該方法只是單純利用了漢字的全局特征去訓練網絡的模型參數，并未利用漢字的局部特征，所以對于一些筆畫內容改動較大的字體，網絡無法很好的學習到這種變化。

發明內容

本發明實施例提出一種漢字風格遷移模型的訓練裝置和方法，從而提高漢字的風格遷移效果。

本發明實施方式的技術方案如下：

一種漢字風格遷移模型的訓練裝置，包括：

生成模塊，用于基于漢字的源字體圖像和所述漢字的標簽字體圖像，經由生成網絡生成所述漢字的目標字體圖像，基于所述源字體圖像中的漢字基礎部件圖像和所述標簽字體圖像中的、對應的漢字基礎部件圖像，經由所述生成網絡生成目標字體的漢字基礎部件圖像；

判別模塊，用于基于所述漢字的標簽字體圖像，經由判別網絡對所述目標字體圖像進行判別以輸出全局特征向量，基于所述標簽字體圖像中的、對應的漢字基礎部件圖像，經由所述判別網絡對所述目標字體的漢字基礎部件圖像進行判別以輸出局部特征向量，并根據所述全局特征向量和所述局部特征向量確定所述判別網絡的損失函數。

在一個實施方式中，還包括：

預處理模塊，用于將所述源字體圖像和所述標簽字體圖像預處理為相同的格式，將所述源字體圖像中的漢字基礎部件圖像和所述標簽字體圖像中的、對應的漢字基礎部件圖像預處理為相同的格式。

在一個實施方式中，還包括：