[發(fā)明專利]一種圖標(biāo)生成方法及裝置有效
| 申請?zhí)枺?/td> | 201910403836.9 | 申請日： | 2019-05-15 |
| 公開（公告）號： | CN110120059B | 公開（公告）日： | 2023-03-10 |
| 發(fā)明（設(shè)計）人： | 張麗杰;陳冠男;朱丹;劉瀚文 | 申請（專利權(quán)）人： | 京東方科技集團(tuán)股份有限公司 |
| 主分類號： | G06T7/181 | 分類號： | G06T7/181;G06T7/187;G06T7/11;G06F16/583 |
| 代理公司： | 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100015 *** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 圖標(biāo) 生成 方法 裝置 | ||
1.一種圖標(biāo)生成方法，其特征在于，包括：
獲取目標(biāo)關(guān)鍵詞；
根據(jù)所述目標(biāo)關(guān)鍵詞從預(yù)設(shè)的圖標(biāo)數(shù)據(jù)庫中檢索對應(yīng)所述目標(biāo)關(guān)鍵詞的至少一個目標(biāo)圖形；所述目標(biāo)圖形為預(yù)設(shè)的圖標(biāo)數(shù)據(jù)庫中符合預(yù)設(shè)條件的樣本詞向量對應(yīng)的樣本圖形；所述樣本圖形是對樣本圖標(biāo)進(jìn)行處理后的得到的多個封閉形狀，所述樣本圖標(biāo)是已經(jīng)設(shè)計出來的圖標(biāo)；
將所述目標(biāo)圖形輸入預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中，得到合成后的圖標(biāo)；
對所述合成后的圖標(biāo)進(jìn)行處理，得到目標(biāo)圖標(biāo)；
所述對所述合成后的圖標(biāo)進(jìn)行處理，得到目標(biāo)圖標(biāo)的步驟，包括：
基于顏色梯度算法對所述合成后的圖標(biāo)進(jìn)行分割，得到多個圖標(biāo)區(qū)域塊；
對所述多個圖標(biāo)區(qū)域塊的邊緣進(jìn)行擬合；
接收用戶選定的顏色對擬合后的多個圖標(biāo)區(qū)域塊進(jìn)行著色，得到目標(biāo)圖標(biāo)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述圖標(biāo)數(shù)據(jù)庫包括多個樣本圖標(biāo)、每個樣本圖標(biāo)對應(yīng)的樣本詞向量和每個樣本圖標(biāo)對應(yīng)的多個樣本圖形；在所述根據(jù)所述目標(biāo)關(guān)鍵詞從預(yù)設(shè)的圖標(biāo)數(shù)據(jù)庫中檢索對應(yīng)所述目標(biāo)關(guān)鍵詞的至少一個目標(biāo)圖形的步驟之前，還包括：
獲取樣本圖標(biāo)；
對獲取到的樣本圖標(biāo)進(jìn)行關(guān)鍵詞標(biāo)定，得到所述樣本圖標(biāo)對應(yīng)的樣本關(guān)鍵詞；
將所述樣本關(guān)鍵詞輸入詞向量模型中，得到所述樣本關(guān)鍵詞對應(yīng)的樣本詞向量；
對所述樣本圖標(biāo)進(jìn)行處理，得到所述樣本圖標(biāo)對應(yīng)的多個樣本圖形；
根據(jù)所述樣本圖標(biāo)、所述樣本詞向量和所述多個樣本圖形，生成所述圖標(biāo)數(shù)據(jù)庫。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述目標(biāo)關(guān)鍵詞從預(yù)設(shè)的圖標(biāo)數(shù)據(jù)庫中檢索對應(yīng)所述目標(biāo)關(guān)鍵詞的至少一個目標(biāo)圖形的步驟，包括：
將所述目標(biāo)關(guān)鍵詞輸入所述詞向量模型中，得到目標(biāo)詞向量；
計算目標(biāo)詞向量與所述圖標(biāo)數(shù)據(jù)庫中各個樣本詞向量的相似度；
獲取相似度大于設(shè)定閾值的樣本詞向量對應(yīng)的多個樣本圖形，得到目標(biāo)圖形。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型為生成對抗網(wǎng)絡(luò)模型，在所述將所述目標(biāo)圖形輸入預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中，得到合成后的圖標(biāo)的步驟之前，還包括：
將所述樣本圖標(biāo)對應(yīng)的多個樣本圖形和隨機(jī)噪聲輸入初始生成網(wǎng)絡(luò)單元中，得到生成后的圖標(biāo)；
將所述生成后的圖標(biāo)和所述樣本圖標(biāo)輸入初始判別網(wǎng)絡(luò)單元中，獲得判別結(jié)果；
根據(jù)所述判別結(jié)果修正所述初始生成網(wǎng)絡(luò)單元和/或所述初始判別網(wǎng)絡(luò)單元的參數(shù)，得到所述生成對抗網(wǎng)絡(luò)模型。
5.一種圖標(biāo)生成裝置，其特征在于，包括：
目標(biāo)關(guān)鍵詞獲取模塊，被配置為獲取目標(biāo)關(guān)鍵詞；
目標(biāo)圖形檢索模塊，被配置為根據(jù)所述目標(biāo)關(guān)鍵詞從預(yù)設(shè)的圖標(biāo)數(shù)據(jù)庫中檢索對應(yīng)所述目標(biāo)關(guān)鍵詞的至少一個目標(biāo)圖形；所述目標(biāo)圖形為預(yù)設(shè)的圖標(biāo)數(shù)據(jù)庫中符合預(yù)設(shè)條件的樣本詞向量對應(yīng)的樣本圖形；所述樣本圖形是對樣本圖標(biāo)進(jìn)行處理后的得到的多個封閉形狀，所述樣本圖標(biāo)是已經(jīng)設(shè)計出來的圖標(biāo)；
目標(biāo)圖形輸入模塊，被配置為將所述目標(biāo)圖形輸入預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中，得到合成后的圖標(biāo)；
圖標(biāo)處理模塊，被配置為對所述合成后的圖標(biāo)進(jìn)行處理，得到目標(biāo)圖標(biāo)；
所述圖標(biāo)處理模塊，包括：
圖標(biāo)分割子模塊，被配置為基于顏色梯度算法對所述合成后的圖標(biāo)進(jìn)行分割，得到多個圖標(biāo)區(qū)域塊；
擬合子模塊，被配置為對所述多個圖標(biāo)區(qū)域塊的邊緣進(jìn)行擬合；
著色子模塊，被配置為接收用戶選定的顏色對擬合后的多個圖標(biāo)區(qū)域塊進(jìn)行著色，得到目標(biāo)圖標(biāo)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于京東方科技集團(tuán)股份有限公司，未經(jīng)京東方科技集團(tuán)股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910403836.9/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
