[發(fā)明專利]手寫數(shù)字生成方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110454467.3
• 申請(qǐng)日: 2021-04-26
• 公開（公告）號(hào): CN113052143A
• 公開（公告）日: 2021-06-29
• 發(fā)明（設(shè)計(jì)）人: 程林鵬;鄭邦東;熊博穎;柴忠芃
• 申請(qǐng)（專利權(quán)）人: 中國建設(shè)銀行股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 張效榮;王志遠(yuǎn)

本發(fā)明公開了一種手寫數(shù)字方法和裝置，涉及人工智能技術(shù)領(lǐng)域。該方法的一具體實(shí)施方式包括：獲取目標(biāo)用戶的真實(shí)手寫數(shù)字圖像；將所述真實(shí)手寫數(shù)字圖像和預(yù)先獲得的印刷體數(shù)字圖像輸入預(yù)先建立的風(fēng)格遷移模型，得到目標(biāo)用戶的模擬手寫數(shù)字圖像。該實(shí)施方式能夠設(shè)計(jì)風(fēng)格遷移模型以實(shí)現(xiàn)用戶手寫數(shù)字的自動(dòng)生成，從而滿足手寫數(shù)字識(shí)別模型的訓(xùn)練需要。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種手寫數(shù)字生成方法和裝置。

背景技術(shù)

目前，銀行票據(jù)中多存在手寫數(shù)字，實(shí)際場(chǎng)景中需要訓(xùn)練機(jī)器學(xué)習(xí)模型以根據(jù)手寫數(shù)字的風(fēng)格識(shí)別出對(duì)應(yīng)用戶，這就需要不同用戶的大量手寫數(shù)字作為模型訓(xùn)練數(shù)據(jù)，具體應(yīng)用中很難收集到。在訓(xùn)練數(shù)據(jù)不足的情況下如何訓(xùn)練出效果較好的上述機(jī)器學(xué)習(xí)模型，現(xiàn)有技術(shù)中，一般通過以下兩種方式解決：

其一，對(duì)已有的用戶真實(shí)手寫數(shù)字進(jìn)行圖像處理(包括翻轉(zhuǎn)、旋轉(zhuǎn)、裁剪、變形、縮放、加入噪聲、模糊、色變換、擦除、填充)以增加一定量的手寫數(shù)字，但是這些增加的數(shù)字與原數(shù)字本質(zhì)沒有差別，對(duì)于模型訓(xùn)練的意義不大。

其二，使用生成對(duì)抗網(wǎng)絡(luò)GAN進(jìn)行自動(dòng)生成，但是GAN在訓(xùn)練時(shí)容易受到模式坍塌的影響導(dǎo)致模型只能學(xué)習(xí)到少數(shù)幾種樣本的規(guī)律，因此對(duì)上述機(jī)器學(xué)習(xí)模型訓(xùn)練的意義也很有限。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供一種手寫數(shù)字生成方法和裝置，能夠設(shè)計(jì)風(fēng)格遷移模型以實(shí)現(xiàn)用戶手寫數(shù)字的自動(dòng)生成，從而滿足手寫數(shù)字識(shí)別模型的訓(xùn)練需要。

為實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的一個(gè)方面，提供了一種手寫數(shù)字生成方法。

本發(fā)明實(shí)施例的手寫數(shù)字生成方法包括：獲取目標(biāo)用戶的真實(shí)手寫數(shù)字圖像；將所述真實(shí)手寫數(shù)字圖像和預(yù)先獲得的印刷體數(shù)字圖像輸入預(yù)先建立的風(fēng)格遷移模型，得到目標(biāo)用戶的模擬手寫數(shù)字圖像；其中，所述模擬手寫數(shù)字圖像的內(nèi)容與所述印刷體數(shù)字圖像一致；所述風(fēng)格遷移模型包括：依次連接的第一特征提取網(wǎng)絡(luò)、圖像生成網(wǎng)絡(luò)和第二特征提取網(wǎng)絡(luò)；第一特征提取網(wǎng)絡(luò)用于提取所述真實(shí)手寫數(shù)字圖像和所述印刷體數(shù)字圖像的特征圖數(shù)據(jù)并輸入所述圖像生成網(wǎng)絡(luò)；所述圖像生成網(wǎng)絡(luò)用于依據(jù)所述特征圖數(shù)據(jù)以及第二特征提取網(wǎng)絡(luò)的輸出結(jié)果迭代生成測(cè)試圖像；第二特征提取網(wǎng)絡(luò)用于提取所述測(cè)試圖像的特征圖數(shù)據(jù)并輸出到所述圖像生成網(wǎng)絡(luò)。

可選地，當(dāng)所述圖像生成網(wǎng)絡(luò)達(dá)到訓(xùn)練終止條件時(shí)，所述圖像生成網(wǎng)絡(luò)當(dāng)前輸出的測(cè)試圖像形成所述模擬手寫數(shù)字圖像。

可選地，第一特征提取網(wǎng)絡(luò)和第二特征提取網(wǎng)絡(luò)都為預(yù)先訓(xùn)練完成的卷積神經(jīng)網(wǎng)絡(luò)，第一特征提取網(wǎng)絡(luò)和第二特征提取網(wǎng)絡(luò)都包括多個(gè)卷積層和多個(gè)池化層。

可選地，第一特征提取網(wǎng)絡(luò)和第二特征提取網(wǎng)絡(luò)具有相同的模型參數(shù)。

可選地，用于訓(xùn)練所述圖像生成網(wǎng)絡(luò)的第一損失函數(shù)為內(nèi)容損失函數(shù)和風(fēng)格損失函數(shù)的加權(quán)和；其中，所述內(nèi)容損失函數(shù)由所述印刷體數(shù)字圖像的特征圖數(shù)據(jù)和所述測(cè)試圖像的特征圖數(shù)據(jù)確定，所述風(fēng)格損失函數(shù)由所述真實(shí)手寫數(shù)字圖像的特征圖數(shù)據(jù)和所述測(cè)試圖像的特征圖數(shù)據(jù)確定。

可選地，所述圖像生成網(wǎng)絡(luò)包括：權(quán)重更新層和像素值映射層；其中，所述權(quán)重更新層具有對(duì)應(yīng)于所述測(cè)試圖像中每一像素位置的權(quán)重值，所述權(quán)重值基于第一損失函數(shù)進(jìn)行迭代；所述像素值映射層用于將所述權(quán)重更新層當(dāng)前的權(quán)重值映射為所述測(cè)試圖像相應(yīng)像素位置的像素值以形成所述測(cè)試圖像。

可選地，訓(xùn)練開始時(shí)的所述測(cè)試圖像為所述印刷體數(shù)字圖像；以及，所述權(quán)重更新層的權(quán)重值基于梯度下降法進(jìn)行迭代。

可選地，所述方法進(jìn)一步包括：從所述模擬手寫數(shù)字圖像中切分出多個(gè)數(shù)字圖像，將每一數(shù)字圖像與目標(biāo)用戶關(guān)聯(lián)從而形成訓(xùn)練集；根據(jù)所述訓(xùn)練集訓(xùn)練預(yù)先建立的、基于有監(jiān)督學(xué)習(xí)算法的手寫數(shù)字識(shí)別模型；使用訓(xùn)練完成的所述手寫數(shù)字識(shí)別模型對(duì)待識(shí)別手寫數(shù)字對(duì)應(yīng)的用戶進(jìn)行檢測(cè)。

為實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的另一方面，提供了一種手寫數(shù)字生成裝置。