[發明專利]一種打印體字符手寫風格化方法

在審

• 申請號: 202011574519.2
• 申請日: 2020-12-28
• 公開（公告）號: CN112381910A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 羅中
• 申請（專利權）人: 北京億信華辰軟件有限責任公司武漢分公司
• 主分類號: G06T11/20
• 分類號: G06T11/20;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種打印體字符手寫風格化方法，該方法根據字符的打印體圖片生成該字符的具有手寫體風格的字符圖片。一種打印體字符手寫風格化方法，基于生成對抗網絡構建神經網絡模型，神經網絡模型包含兩個部分：手寫風格化生成網絡和手寫風格化判別網絡，利用常用偏旁部首的打印體圖片和手寫體圖片以及漢字間架結構模板構建神經網絡模型的訓練數據集，訓練神經網絡模型，并利用真實漢字的打印體圖片和手寫體圖片對手寫風格化生成網絡的效果進行比對驗證。本發明涉及的一種打印體字符手寫風格化方法，能夠非常便利地生成具備特定人手寫體風格的字符圖片。

技術領域

本發明涉及一種打印體字符手寫風格化的方法，屬于人工智能數據合成領域。

背景技術

隨著個人電子設備的普及，人們對電子設備的個性化越來越高，一些用戶希望電子設備用戶界面中的字體替換為具有自己手寫風格的字體。通常，電子設備中會有很多可供用戶選擇的字體，包括標準化的打印字體以及一些手寫字體（通常是軟件公司請知名書法家或者名人書寫制作的字體），但是不能為用戶提供具有他自己手寫風格的字體。為了滿足用戶在手寫字體方面的個性化需求，急需一種創新技術來生成具有某個特定用戶手寫風格化字體的方法。

發明內容

一種打印體字符手寫風格化方法，其步驟如下：

步驟1）構建手寫風格化神經網絡模型：基于生成對抗網絡構建模型，該神經網絡模型包含手寫風格化生成網絡和手寫風格化判別網絡，其中生成網絡根據輸入的打印體字符圖片生成手寫風格化字符圖片，判別網絡用于判別輸入圖片是否為特定手寫風格的字符圖片；

步驟2）構建手寫風格化神經網絡模型訓練數據集和驗證數據集：

步驟2A）構建訓練數據集：

步驟2A.1) 收集常用的漢字偏旁部首，對于每個偏旁部首，分別采用打印字體得到打印體圖片以及人工手寫得到對應的人工手寫體圖片;

步驟2A.2) 構建常用的漢字間架結構模板圖片，包括：左右結構模板、左中右結構模板、上下結構模板，上中下結構模板、包圍結構模板、上下左右結構模板等；

步驟2A.3) 隨機選取一個步驟2A.2) 中準備好的模板圖片，并復制兩份得到P和H，根據模板中的區域數目，隨機從步驟2A.1)中收集的偏旁部首中選取對應數目的偏旁部首，并將這些偏旁部首的打印體圖片填入到P的區域位置，將這些偏旁部首的人工手寫體圖片填入到H的對應區域位置，得到的圖片對（P，H）為一條隨機生成的訓練數據記錄；

步驟2A.4) 重復步驟2A.3) 隨機生成所需數目的訓練數據記錄，構成訓練數據集；

步驟2B）構建驗證數據集：

步驟2B.1）選取一段文字，對于其中每個字符，分別用打印字體得到打印體圖片以及人工手寫得到對應的人工手寫體圖片；

步驟2B.2) 步驟2B.1)得到的每個字符的打印體圖片以及對應的人工手寫體圖片構成一條驗證數據記錄，所有的驗證數據記錄構成了驗證數據集；

步驟3）訓練手寫風格化神經網絡模型：為步驟1）構建的手寫風格化神經網絡模型構建優化器，設定損失函數、優化算法、訓練參數，使用步驟2A）構建的訓練數據集訓練神經網絡模型，得到訓練好的神經網絡模型；

步驟4）驗證手寫風格化神經網絡模型：將步驟2B）構建的驗證數據集輸入到步驟3）中訓練好的神經網絡模型，人工目視比對手寫風格化生成網絡的輸出圖片和人工手寫體圖片之間風格差異，在風格差異較大時，重復步驟1）、步驟2）、步驟3）和步驟4）（適當微調網絡模型的超參數、訓練數據集的規模、優化器參數），直至手寫風格化生成網絡的輸出圖片和人工手寫體圖片之間的風格相似為止，得到符合要求的手寫風格生成網絡；