发明公开
- 专利标题: 一种基于双模态学习的矢量字体生成方法
-
申请号: CN202111555201.4申请日: 2021-12-17
-
公开(公告)号: CN114298181A公开(公告)日: 2022-04-08
- 发明人: 连宙辉 , 王逸之
- 申请人: 北京大学
- 申请人地址: 北京市海淀区颐和园路5号
- 专利权人: 北京大学
- 当前专利权人: 北京大学
- 当前专利权人地址: 北京市海淀区颐和园路5号
- 代理机构: 北京万象新悦知识产权代理有限公司
- 代理商 黄凤茹
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06N3/04 ; G06N3/08 ; G06V10/764 ; G06V10/80
摘要:
本发明公布了一种基于双模态学习的矢量字体生成方法,构建双模态学习的矢量字体生成模型DeepVecFont,包括图像编码器、序列编码器、图像解码器、序列解码器;通过学习少量参考字符的字形矢量图和字形位图两个模态的风格特征并进行模态融合,得到融合后统一的字体风格特征;再将融合后的字体风格特征输送到序列解码器和图像解码器中生成目标字符的矢量图和位图;进一步可通过可微分栅格化方法修正矢量字形,对生成的目标字符的字形矢量图进行修正,即得到矢量字体。本发明方法利用了字形位图和矢量图两种模态信息,并可修正生成的矢量字形中存在位置偏移问题,提升矢量字体生成的性能和精度。
公开/授权文献
- CN114298181B 一种基于双模态学习的矢量字体生成方法 公开/授权日:2024-06-21