一种汉字风格迁移方法及其迁移系统技术方案

本发明专利技术涉及一种汉字风格迁移方法及其迁移系统。该汉字风格迁移方法，该方法包括，获取待风格迁移的汉字图像数据；基于汉字图像数据，输入至训练后的神经网络模型中；获得风格迁移后的汉字图像数据；所述神经网络模型包括，生成器模块、鉴别器模块、映射网络模块以及StyleEncoder样式编码器模块，所述生成器模块基于汉字图像数据提取空间特征并归一化处理，结合所述StyleEncoder样式编码器模块生成所需的风格图片数据，所述鉴别器模块鉴别所述图片数据的真实性；该汉字风格迁移方法及其迁移系统，增强了模型对于特征的采集能力以及提高了生成图片风格的精确度。

【技术实现步骤摘要】

本专利技术属于汉字图像处理，具体涉及一种汉字风格迁移方法及其迁移系统。

技术介绍

1、

2、近年来，随着社交软件的流行，以及短视频的出现，人与人之间的交流从原来的书信逐渐被语音以及视频所替代，甚至出现提笔忘字的情况，在数据信息时代，汉字同样需要被重视，所以人类对于汉字的研究越来越广泛。目前大量的研究主要集中在汉字的识别分类问题上，对汉字的生成研究并不多，特别是在多风格汉字生成方面。常见的汉字生成方法包括两大类，传统的汉字生成方法和基于深度学习的汉字生成方法。

3、本申请针对当前汉字生成网络模型对于生成字体轮廓部分的细节存在丢失以及生成字体种类单一和需要成对数据集的问题，特此提出了一种新的汉字风格迁移方法及其迁移系统。

技术实现思路

1、本专利技术的目的针对当前汉字生成网络模型对于生成字体轮廓部分的细节存在丢失以及生成字体种类单一和需要成对数据集等问题提出了trans-starganv2网络，该网络基于starganv2网络通过单一生成器生成多种目标风格字体，首先为了解决生成字体笔画细节本文档来自技高网...

【技术保护点】

1.一种汉字风格迁移方法，其特征在于，该方法包括，

2.根据权利要求1所述的一种汉字风格迁移方法，其特征在于：所述生成器模块为U型结构，包括CBT特征提取模块、SBT特征提取模块与CBTV2特征融合模块，所述CBT特征提取模块于通道维度上基于Self-Attention提取特征，基于上采样模块与下采样模块提高和降低空间分辨率大小，提取通道维度后经过SBT模块提取空间维度特征再通过上采样并使用CBTV2的自适应实例归一化从而结合StyleEncoder样式编码器在目标字体中提取的风格向量生成所需的风格图片。

3.根据权利要求2所述的一种汉字风格迁移方法，其特征在于：...

【技术特征摘要】

1.一种汉字风格迁移方法，其特征在于，该方法包括，

2.根据权利要求1所述的一种汉字风格迁移方法，其特征在于：所述生成器模块为u型结构，包括cbt特征提取模块、sbt特征提取模块与cbtv2特征融合模块，所述cbt特征提取模块于通道维度上基于self-attention提取特征，基于上采样模块与下采样模块提高和降低空间分辨率大小，提取通道维度后经过sbt模块提取空间维度特征再通过上采样并使用cbtv2的自适应实例归一化从而结合styleencoder样式编码器在目标字体中提取的风格向量生成所需的风格图片。

3.根据权利要求2所述的一种汉字风格迁移方法，其特征在于：所述cbt特征提取模块包括layernorm层、mdta层以及gdfn...

【专利技术属性】
技术研发人员：伊力哈木·亚尔买买提，王若豪，刘雅洁，席凌飞，王坡，
申请(专利权)人：新疆大学，
类型：发明
国别省市：