[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

本公開提供了一種基于深度元學習的漢字字庫生成方法及系統，在元訓練階段，模型通過隨機的字體生成任務，在已有字體庫中學習漢字結構的先驗知識，來增強對有著少樣本的新字體的泛化能力；在元訓練階段結束后，字體生成模型通過對抗訓練的微調快速適應有著少樣本的新字體的生成；僅需要極少的新字體的樣本(0.47％)即可自動地生成有著大規模漢字的新的中文字體庫。本公開針對少樣本中文字體庫的自動生成問題給出了一種可行有效的方法，極大地提高了字體庫制作的效率和生成的中文字體的質量。

技術領域

本公開涉及計算機文字處理技術領域，特別涉及一種基于深度元學習的漢字字庫生成方法及系統。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術，并不必然構成現有技術。

字庫是外文字體、中文字體以及相關字符的電子文字字體集合庫，被廣泛用于計算機、網絡及相關電子產品上。字體產品的數量在過去二十年中迅速增長，但現有的字體資源仍不能滿足數字時代的多樣化、個性化的需求。目前，字庫的制作主要依靠專業設計師的手工作業。不像英語只包含少量的字符，中文字符集包含了大量的字符(在GB18030標準中有70244個字符)，并且很多漢字有著復雜的筆畫和結構，漢字是字庫制作中最為耗時的部分。漢字字庫的自動生成一直是個困難的問題。

基于傳統的計算機圖形的方法大多是通過偏旁或筆畫的復用來生成新的漢字字庫，這些方法需要人工干預來保證筆畫提取的正確性，效率較低。基于深度學習的方法能夠以端到端的方式生成新的漢字字庫，極大提高了字體生成的效率。但現有方法需要大量新字體的參考樣本來訓練，在樣本較少的情況下會過擬合，產生模糊和不正確的筆畫。因此亟需一種能通過少量參考樣本生成完整漢字字庫的技術，這能極大地提高新字體庫制作的效率。

發明人發現，元學習要解決的問題是如何讓機器利用過去學到的原理來解決新的任務。目前，隨著深度學習的發展，深度元學習在少樣本圖像分類問題上取得了一定的成效，但是已有的元學習方法無法直接實現端到端的字體庫快速生成，因此亟需一種能將元學習應用于字體生成任務上的技術，以此來解決少樣本字體生成這一難題。

發明內容

為了解決現有技術的不足，本公開提供了一種基于深度元學習的漢字字庫生成方法及系統，字體生成網絡通過元訓練充分學習已有字體庫中字符結構的先驗知識，然后再通過少量樣本的學習來快速生成新漢字字庫中所有的漢字圖像，實現了源字體到新字體的快速風格遷移。

為了實現上述目的，本公開采用如下技術方案：

本公開第一方面提供了一種基于深度元學習的漢字字庫生成方法。

一種基于深度元學習的漢字字庫生成方法，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；

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。

作為可選的實施方式，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。

作為可選的實施方式，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。

作為可選的實施方式，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。

作為可選的實施方式，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；