[發明專利]手寫數字生成方法和裝置

在審

• 申請號: 202110454467.3
• 申請日: 2021-04-26
• 公開（公告）號: CN113052143A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 程林鵬;鄭邦東;熊博穎;柴忠芃
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張效榮;王志遠

1.一種手寫數字生成方法，其特征在于，包括：

獲取目標用戶的真實手寫數字圖像；

將所述真實手寫數字圖像和預先獲得的印刷體數字圖像輸入預先建立的風格遷移模型，得到目標用戶的模擬手寫數字圖像；其中，

所述模擬手寫數字圖像的內容與所述印刷體數字圖像一致；

所述風格遷移模型包括：依次連接的第一特征提取網絡、圖像生成網絡和第二特征提取網絡；第一特征提取網絡用于提取所述真實手寫數字圖像和所述印刷體數字圖像的特征圖數據并輸入所述圖像生成網絡；所述圖像生成網絡用于依據所述特征圖數據以及第二特征提取網絡的輸出結果迭代生成測試圖像；第二特征提取網絡用于提取所述測試圖像的特征圖數據并輸出到所述圖像生成網絡。

2.根據權利要求1所述的方法，其特征在于，當所述圖像生成網絡達到訓練終止條件時，所述圖像生成網絡當前輸出的測試圖像形成所述模擬手寫數字圖像。

3.根據權利要求2所述的方法，其特征在于，第一特征提取網絡和第二特征提取網絡都為預先訓練完成的卷積神經網絡，第一特征提取網絡和第二特征提取網絡都包括多個卷積層和多個池化層。

4.根據權利要求3所述的方法，其特征在于，第一特征提取網絡和第二特征提取網絡具有相同的模型參數。

5.根據權利要求2所述的方法，其特征在于，用于訓練所述圖像生成網絡的第一損失函數為內容損失函數和風格損失函數的加權和；其中，所述內容損失函數由所述印刷體數字圖像的特征圖數據和所述測試圖像的特征圖數據確定，所述風格損失函數由所述真實手寫數字圖像的特征圖數據和所述測試圖像的特征圖數據確定。

6.根據權利要求5所述的方法，其特征在于，所述圖像生成網絡包括：權重更新層和像素值映射層；其中，

所述權重更新層具有對應于所述測試圖像中每一像素位置的權重值，所述權重值基于第一損失函數進行迭代；所述像素值映射層用于將所述權重更新層當前的權重值映射為所述測試圖像相應像素位置的像素值以形成所述測試圖像。

7.據權利要求6所述的方法，其特征在于，訓練開始時的所述測試圖像為所述印刷體數字圖像；以及，所述權重更新層的權重值基于梯度下降法進行迭代。

8.據權利要求1所述的方法，其特征在于，所述方法進一步包括：

從所述模擬手寫數字圖像中切分出多個數字圖像，將每一數字圖像與目標用戶關聯從而形成訓練集；

根據所述訓練集訓練預先建立的、基于有監督學習算法的手寫數字識別模型；

使用訓練完成的所述手寫數字識別模型對待識別手寫數字對應的用戶進行檢測。

9.一種手寫數字生成裝置，其特征在于，包括：

真實數字獲取單元，用于獲取目標用戶的真實手寫數字圖像；

模擬單元，用于將所述真實手寫數字圖像和預先獲得的印刷體數字圖像輸入預先建立的風格遷移模型，得到目標用戶的模擬手寫數字圖像；其中，

所述模擬手寫數字圖像的內容與所述印刷體數字圖像一致；

所述風格遷移模型包括：依次連接的第一特征提取網絡、圖像生成網絡和第二特征提取網絡；第一特征提取網絡用于提取所述真實手寫數字圖像和所述印刷體數字圖像的特征圖數據并輸入所述圖像生成網絡；所述圖像生成網絡用于依據所述特征圖數據以及第二特征提取網絡的輸出結果迭代生成測試圖像；第二特征提取網絡用于提取所述測試圖像的特征圖數據并輸出到所述圖像生成網絡。

10.根據權利要求9所述的裝置，其特征在于，當所述圖像生成網絡達到訓練終止條件時，所述圖像生成網絡當前輸出的測試圖像形成所述模擬手寫數字圖像；以及，

第一特征提取網絡和第二特征提取網絡都為預先訓練完成的卷積神經網絡，第一特征提取網絡和第二特征提取網絡都包括多個卷積層和多個池化層，第一特征提取網絡和第二特征提取網絡具有相同的模型參數。