-
公开(公告)号：CN116469111A
公开(公告)日：2023-07-21
申请号：CN202310676846.6
申请日：2023-06-08
申请人： 江西师范大学
摘要： 本公开涉及一种文字生成模型训练方法及目标文字生成方法，文字生成模型训练方法包括：将样本字体信息和样本文本信息输入预设文字生成模型，分别得到样本字体特征和样本文本特征；融合样本字体特征和样本文本特征，得到样本目标文字信息；对样本目标文字信息进行不同的结构变换处理，分别得到第一样本文字图像和第二样本文字图像；将第一样本文字图像和第二样本文字图像分别与第一比对图像进行对比分析，得到第二损失值；基于第一损失值和第二损失值，训练预设文字生成模型，得到训练好的文字生成模型。本申请通过将两个样本文字图像与第一比对图像的对比差异引入预设文字生成模型的训练过程，进而能够提升模型的性能。
-
公开(公告)号：CN116469111B
公开(公告)日：2023-09-15
申请号：CN202310676846.6
申请日：2023-06-08
申请人： 江西师范大学
摘要： 本公开涉及一种文字生成模型训练方法及目标文字生成方法，文字生成模型训练方法包括：将样本字体信息和样本文本信息输入预设文字生成模型，分别得到样本字体特征和样本文本特征；融合样本字体特征和样本文本特征，得到样本目标文字信息；对样本目标文字信息进行不同的结构变换处理，分别得到第一样本文字图像和第二样本文字图像；将第一样本文字图像和第二样本文字图像分别与第一比对图像进行对比分析，得到第二损失值；基于第一损失值和第二损失值，训练预设文字生成模型，得到训练好的文字生成模型。本申请通过将两个样本文字图像与第一比对图像的对比差异引入预设文字生成模型的训练过程，进而能够提升模型的性能。
-
公开(公告)号：CN115240201B
公开(公告)日：2022-12-23
申请号：CN202211146858.X
申请日：2022-09-21
申请人： 江西师范大学
摘要： 本发明公开了利用汉字骨架信息减缓网络模式崩溃问题的汉字生成方法，包括下列步骤：步骤一、从源域图像中提取对应骨架图像，源域图像和相应的骨架图像拼接在一起输入生成器中生成目标风格的图像，并将放入判别器中判别图片的真假；步骤二、从目标风格的图像中提取相应的骨架图像，并将提取的骨架图像和目标风格的图像拼接，拼接结果输入另一个生成器生成源域风格的图像，并将源域风格的图像放入另一判别器判别；步骤三、从生成器重建生成的图像中提取骨架图像，对提取的骨架图像和步骤一中提取的源域风格的骨架图像计算像素级损失，像素级损失作为网络梯度回传的一部分，并用于在训练中优化模型。
-
公开(公告)号：CN115240201A
公开(公告)日：2022-10-25
申请号：CN202211146858.X
申请日：2022-09-21
申请人： 江西师范大学
摘要： 本发明公开了利用汉字骨架信息减缓网络模式崩溃问题的汉字生成方法，包括下列步骤：步骤一、从源域图像中提取对应骨架图像，源域图像和相应的骨架图像拼接在一起输入生成器中生成目标风格的图像，并将放入判别器中判别图片的真假；步骤二、从目标风格的图像中提取相应的骨架图像，并将提取的骨架图像和目标风格的图像拼接，拼接结果输入另一个生成器生成源域风格的图像，并将源域风格的图像放入另一判别器判别；步骤三、从生成器重建生成的图像中提取骨架图像，对提取的骨架图像和步骤一中提取的源域风格的骨架图像计算像素级损失，像素级损失作为网络梯度回传的一部分，并用于在训练中优化模型。
-
-
-
搜索结果
4 条记录 (耗时 0.029 秒)
