[發明專利]一種基于深度元學習的漢字字庫生成方法及系統

有效

• 申請號: 202110297468.1
• 申請日: 2021-03-19
• 公開（公告）號: CN113011337B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 武蕾;陳旭;孟雷;孟祥旭
• 申請（專利權）人: 山東大學
• 主分類號: G06V30/41
• 分類號: G06V30/41;G06V30/19;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 祖之強

1.一種基于深度元學習的漢字字庫生成方法，其特征在于：包括以下過程：

獲取目標字體的樣本圖像和源內容庫；

將獲取的樣本圖像和源內容庫中的源字符圖像輸入到預設字體生成模型中，得到對應的目標字體庫；

所述預設字體生成模型包括內容編碼器、風格編碼器和解碼器，內容編碼器以源字符圖像為源內容輸入，風格編碼器以樣本圖像為風格輸入，解碼器混合提取源內容特征和風格特征，得到目標字體庫的漢字圖像；

其中，利用元訓練通過隨機字體生成任務，在已有字體庫中學習漢字結構的先驗知識，通過對抗訓練的微調得到最終的預設字體生成模型。

2.如權利要求1所述的基于深度元學習的漢字字庫生成方法，其特征在于：

利用兩層元優化訓練策略對字體生成網絡進行元訓練，元訓練中的一次元優化通過多個字體生成任務完成。

3.如權利要求1所述的基于深度元學習的漢字字庫生成方法，其特征在于：

字體生成任務為生成具有相同字體樣式的多個漢字圖像，在元訓練中，每個字體生成任務是動態的和隨機的，包括：目標字體和源字體隨機選擇，并且不能相同；源字體和目標字體中的具體字符隨機選擇。

4.如權利要求1所述的基于深度元學習的漢字字庫生成方法，其特征在于：

在元訓練中，字體生成模型同時學習并適應多個字體生成任務，并以這種方式優化自身參數；

通過對每一個任務上的支持集的學習，根據指定步數的梯度下降得到適合當前任務的參數，字體生成模型使用這一適應性參數計算驗證集上的損失；

對一次元優化中的多個任務執行上述操作，獲得每個任務的驗證集上的損失函數，并計算驗證集上的各個任務的損失函數之和，以此優化模型參數直至收斂。

5.如權利要求1所述的基于深度元學習的漢字字庫生成方法，其特征在于：

在元訓練收斂后，得到字體生成模型更新后的參數，將字體生成模型作為生成器，與判別器組成一個生成對抗網絡；

從元訓練集中選擇一種字體作為源字體，以新字體集中的一種字體為目標字體，組成一個新的配對訓練集，通過對抗訓練微調字體生成器，得到最終的新字體生成模型。

6.如權利要求1所述的基于深度元學習的漢字字庫生成方法，其特征在于：

內容編碼器和風格編碼器的結構相同，且均包括六層卷積模塊，解碼器包括六層上采樣模塊，內容編碼器的輸入為單張字體圖像，風格編碼器的輸入為多張字體圖像。

7.一種基于深度元學習的漢字字庫生成系統，其特征在于：包括：

數據獲取模塊，被配置為：獲取目標字體的樣本圖像和源字體庫；

字體生成模塊，被配置為：將獲取的樣本圖像和源字體庫中的源字符圖像輸入到預設字體生成模型中，得到對應的目標字體庫；

所述預設字體生成模型包括內容編碼器、風格編碼器和解碼器，內容編碼器以源字符圖像為源內容輸入，風格編碼器以樣本圖像為風格輸入，解碼器混合提取源內容特征和風格特征，得到目標字體庫的漢字圖像；

其中，利用元訓練通過隨機字體生成任務，在已有字體庫中學習漢字結構的先驗知識，通過對抗訓練的微調得到最終的預設字體生成模型。

8.一種計算機可讀存儲介質，其上存儲有程序，其特征在于，該程序被處理器執行時實現如權利要求1-6任一項所述的基于深度元學習的漢字字庫生成方法中的步驟。

9.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-6任一項所述的基于深度元學習的漢字字庫生成方法中的步驟。