科创中国

物理

本发明公开一种无监督的通用艺术字生成方法。该方法包括：构建通用艺术字生成模型，包括编码器、第一解码器和第二解码器；优化通用艺术字生成模型，优化过程包括去纹理化阶段、字体迁移阶段和纹理化阶段，在去纹理化阶段，输入图像为字体参考图像，经过编码器和第二解码器后去除掉该字体参考图像所带的纹理信息，得到对应的掩膜图像；在字体迁移阶段，输入图像为内容图像和去纹理化阶段得到的掩模图像，经过编码器和第一解码器后得到对内容图像做字体迁移后的图像；在纹理化阶段，输入图像为字体迁移阶段得到的图像和纹理参考图像，经过编码器和第二解码器后得到纹理化结果图像。本发明可以实现在艺术字生成过程中的精细调节且通用性强。

1.一种无监督的通用艺术字生成方法，包括以下步骤： 构建通用艺术字生成模型，包括编码器、第一解码器和第二解码器； 优化所述通用艺术字生成模型，优化过程包括去纹理化阶段、字体迁移阶段和纹理化阶段，其中： 在去纹理化阶段，输入图像为字体参考图像，经过所述编码器和第二解码器后去除掉该字体参考图像所带的纹理信息，得到对应的掩膜图像； 在字体迁移阶段，输入图像为内容图像和去纹理化阶段得到的掩模图像，经过所述编码器和第一解码器后得到对内容图像做字体迁移后的图像； 在纹理化阶段，输入图像为字体迁移阶段得到的图像和纹理参考图像，经过所述编码器和第二解码器后得到纹理化结果图像。 2.根据权利要求1所述的方法，其特征在于，在优化所述通用艺术字生成模型过程中，采用图像块判别器损失函数以无监督方式学习纹理信息，并采用对比学习损失函数以无监督方式学习字形结构信息，其中，图像块判别器用于判别一个图像块是否属于参考图像块集合，所述对比学习损失函数用于反映字体参考图像和纹理化结果图像之间的损失，所述图像块判别器损失函数用于反映纹理参考图像和纹理化结果图像之间的损失。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看