(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111664197.5 (22)申请日 2021.12.31 (71)申请人 湘潭大学 地址 411105 湖南省湘潭市雨湖区湘潭大 学 (72)发明人 李艳春　范龙飞　李哲涛　裴廷睿　 龙赛琴　胡凌志　李泽群　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 代理人 赵兴华 (51)Int.Cl. G06F 40/109(2020.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 30/19(2022.01) (54)发明名称 一种基于嵌套编-解码网络的中文字体生成 方法及系统 (57)摘要 本发明提供一种基于嵌套编 ‑解码网络的中 文字体生成方法及系统， 属于深度学习技术领 域， 中文字体生成方法包括： 获取训练样本集； 训 练样本集包括源字体样本文件、 目标字体样本文 件和目标字体编号； 目标字体样 本文件中包括部 分目标字符； 源字体样本文件中包括与目标字体 样本文件中的目标字符对应的源字符； 根据训练 样本集， 对嵌套编 ‑解码网络进行训练， 得到字体 生成模型； 基于字体生成模型， 根据完整的源字 体文件及目标字体编号， 生 成完整的目标字体文 件。 简化了字体生成的过程， 实现印刷体之间及 印刷体与手写字体的自动转换， 并解决汉字笔锋 细节生成的问题。 权利要求书3页 说明书14页 附图3页 CN 114330237 A 2022.04.12 CN 114330237 A 1.一种基于嵌套编 ‑解码网络的中文字体生成方法， 其特征在于， 所述基于嵌套编 ‑解 码网络的中文字体生成方法包括： 获取训练样本集； 所述训练样本集包括源字体样本文件、 目标字体样本文件和目标字 体编号； 所述 目标字体样本文件中包括部分目标字符； 所述源字体样本文件中包括与所述 目标字体样本文件中的目标字符对应的源字符； 根据所述训练样本集， 对嵌套编 ‑解码网络进行训练， 得到 字体生成模型； 基于所述字体生成模型， 根据完整的源字体文件及目标字体编号， 生成完整的目标字 体文件。 2.根据权利要求1所述的基于嵌套编 ‑解码网络的中文字体生成方法， 其特征在于， 所 述嵌套编 ‑解码网络包括汉字 迁移模块及判别器模块； 所述根据所述训练样本集， 对嵌套编 ‑解码网络进行训练， 得到字体生成模型， 具体包 括： 根据所述源字体样本文件生成源字体图像域； 根据 所述目标字体样本文件生成目标字 体图像域； 将所述源字体图像域转换为源二值文字图像； 将所述目标字体图像域转换为目标二值 文字图像； 根据所述目标字体编号及预先设定的查找表， 确定目标字体类别数据； 所述查找表为 二维表， 第一 维为字体编号， 第二 维为字体类别数据； 所述字体类别数据为预先设计的字体 特征； 采用所述汉字迁移模块对所述源二值文字图像及所述目标字体类别数据进行特征融 合， 得到特 征融合图像； 采用所述判别器模块判别所述特 征融合图像的真实性及字体 类别的准确性； 根据所述目标二值文字 图像、 所述源二值文字 图像、 所述特征融合图像及所述特征融 合图像的真实性及准确性， 确定所述汉字 迁移模块的损失函数； 根据所述特征融合图像的真实性及字体类别的准确性， 确定所述判别器模块的损失函 数； 根据汉字迁移模块的损失函数对所述汉字迁移模块进行迭代训练， 根据判别器模块的 损失函数对所述判别器模块进 行迭代训练， 直至所述汉字迁移模块及所述判别器模块的损 失函数均收敛， 以得到最优的嵌套编 ‑解码网络， 最优的嵌套编 ‑解码网络为字体生成模型。 3.根据权利要求2所述的基于嵌套编 ‑解码网络的中文字体生成方法， 其特征在于， 所 述汉字迁移模块包括依次连接的编码器、 类别字体嵌入 模块以及解码器； 所述采用所述汉字迁移模块， 对所述源二值文字图像及所述目标字体类别数据进行特 征融合， 得到特 征融合图像， 具体包括： 采用所述编码器对所述源二 值文字图像进行编码， 得到源字体特 征； 采用所述类别 字体嵌入模块将所述源字体特征与 所述目标字体类别数据进行合并， 得 到类别字体标识向量； 采用所述 解码器对所述类别字体标识向量进行解码， 得到特 征融合图像。 4.根据权利要求3所述的基于嵌套编 ‑解码网络的中文字体生成方法， 其特征在于， 所 述编码器包括依次连接的第一嵌套编码层、 第二嵌套编 码层、 第三嵌套编 码层、 第四嵌套编权　利　要　求　书 1/3 页 2 CN 114330237 A 2码层、 第五嵌套编码层 及第六嵌套编码层； 所述采用所述编码器对所述源二 值文字图像进行编码， 得到源字体特 征， 具体包括： 采用第一嵌套编码层将所述源二 值文字图像转换为第一编码特 征； 采用第二嵌套编码层将所述第一编码特 征转换为第二编码特 征； 采用第三嵌套编码层将所述第二编码特 征转换为第三编码特 征； 采用第四嵌套编码层将所述第三编码特 征转换为第四编码特 征； 采用第五嵌套编码层将所述第四编码特 征转换为第五编码特 征； 采用第六嵌套编码层将所述第五编码特 征转换为源字体特 征。 5.根据权利要求4所述的基于嵌套编 ‑解码网络的中文字体生成方法， 其特征在于， 所 述解码器包括依次连接的第五嵌套解码层、 第四嵌套解码层、 第三嵌套解码层、 第二嵌套解 码层及第一嵌套解码层； 所述第一嵌套解码层还与所述第一嵌套编码层连接； 所述第二嵌 套解码层还与所述第二嵌套编 码层连接； 所述第三嵌套解码层 还与所述第三嵌套编 码层连 接； 所述第四嵌套解码层还与所述第四嵌套编码层连接； 所述第 五嵌套解码层还与所述类 别字体嵌入 模块连接； 所述采用所述解码器对所述类别字体标识向量进行解码， 得到特征融合图像， 具体包 括： 采用所述第五嵌套解码层， 将所述类别字体标识向量及所述第五编码特征连接， 并转 换为第五解码特 征； 采用所述第四嵌套解码层， 将所述第五解码特征及所述第 四编码特征连接， 并转换为 第四解码特 征； 采用所述第三嵌套解码层， 将所述第 四解码特征及所述第三编码特征连接， 并转换为 第三解码特征； 采用所述第二嵌套解码层， 将所述第三解码特征及所述第二编码特征连接， 并转换为 第二解码特征； 采用所述第一嵌套解码层， 将所述第二解码特征及所述第一编码特征连接， 并转换为 第一解码特征； 根据所述源字体特 征得到第六局部特 征图； 根据所述第五解码特 征得到第五局部特 征图； 根据所述第四解码特 征得到第四局部特 征图； 根据所述第三 解码特征得到第三局部特 征图； 根据所述第二 解码特征得到第二局部特 征图； 根据所述第一 解码特征得到第一局部特 征图； 将所述第六局部特征图、 第五局部特征图、 第四局部特征图、 第三局部特征图、 第二局 部特征图及第一局部特 征图融合， 得到特 征融合图像。 6.根据权利要求2所述的基于嵌套编 ‑解码网络的中文字体生成方法， 其特征在于， 所 述根据所述目标二值文字图像、 所述特征融合图像及所述特征融合图像的真实性及字体类 别的准确性， 确定所述汉字 迁移模块的损失函数， 具体包括： 根据所述目标二 值文字图像及特 征融合图像， 确定总特 征图损失函数； 根据所述目标二 值文字图像及特 征融合图像， 确定最小绝对值偏差损失函数；权　利　要　求　书 2/3 页 3 CN 114330237 A 3