[发明专利]一种针对字体迁移模型的处理方法、装置、电子设备

说明书

本申请提供一种针对字体迁移模型的处理方法，包括：将样本文字图像和目标字体图像输入到当前待训练字体迁移模型中，获得所述样本文字图像对应的目标字体迁移图像，所述当前待训练字体迁移模型用于根据文字图像以及目标字体图像，获得所述文字图像对应的字体迁移图像；获得所述目标字体迁移图像中的文字对应的文字部首切块图，并获得目标字体图像中的文字对应的文字部首切块图；如果所述目标字体迁移图像中的文字对应的文字部首切块图中的字体与所述目标字体图像中的文字对应的文字部首切块图中的字体匹配，则将所述当前待训练字体迁移模型作为目标字体迁移模型。本申请提供的针对字体迁移模型的处理方法，提高了目标字体文字图像的字体迁移效果。

技术领域

本申请涉及计算机技术领域。本申请具体涉及一种针对字体迁移模型的处理方法，本申请同时涉及一种针对字体迁移模型的处理装置、电子设备以及存储介质。

背景技术

深度学习模型作为机器学习领域中的一个新的研究方向，已经在文字识别、图像识别以及声音识别等领域被广泛应用。目前，深度学习模型的精确度与模型训练数据密切相关，但是，用于训练深度学习模型的模型训练数据往往会存在一些罕见类别的训练数据的数量极少，甚至没有，这对于深度学习模型的训练来说是一个灾难性的问题，如：用于文本识别的深度学习模型的模型训练数据一般就会存在着一种长尾效应。为了提高用于文本识别的深度学习模型的精确度，往往需要对文字训练图像进行进行合成，并且为了保证合成的文字训练图像能有更好的表征能力，相关人员往往会使用字体迁移来使合成的文字训练图像为具有目标字体的文字训练图像，从而使合成的文字训练图像更加接近实际的文字数据。

目前，现有通过字体迁移合成目标字体文字图像的方法中，基于部首的字体迁移方法对具有复杂结构的文字，如：中文。但是，现有基于部首的字体迁移方法，只能是笼统地切分部首，即笼统的将文字拆分成上下两部分作为部首，或者左右两部分作为部首，并不能准确地找出部首的准确位置，从而导致目标字体文字图像的字体迁移效果较差。

发明内容

本申请提供一种针对字体迁移模型的处理方法、装置、电子设备以及存储介质，以提高目标字体文字图像的字体迁移效果。

本申请提供一种针对字体迁移模型的处理方法，包括：

将样本文字图像和目标字体图像输入到当前待训练字体迁移模型中，获得所述样本文字图像对应的目标字体迁移图像，所述当前待训练字体迁移模型用于根据文字图像以及目标字体图像，获得所述文字图像对应的字体迁移图像；

获得所述目标字体迁移图像中的文字对应的文字部首切块图，并获得目标字体图像中的文字对应的文字部首切块图；

如果所述目标字体迁移图像中的文字对应的文字部首切块图中的字体与所述目标字体图像中的文字对应的文字部首切块图中的字体匹配，则将所述当前待训练字体迁移模型作为目标字体迁移模型。

可选的，还包括：

如果所述目标字体迁移图像中的文字对应的文字部首切块图中的字体与所述目标字体图像中的文字对应的文字部首切块图中的字体不匹配，则调整所述当前待训练字体迁移模型的参数，获得第一字体迁移模型；

将所述第一字体迁移模型作为所述当前待训练字体迁移模型；

将样本文字图像和所述目标字体图像输入到所述当前待训练字体迁移模型中，获得所述样本文字图像对应的第一目标字体迁移图像；

获得所述第一目标字体迁移图像中的文字对应的文字部首切块图，并获得目标字体图像中的文字对应的文字部首切块图；

如果所述第一目标字体迁移图像中的文字对应的文字部首切块图中的字体与所述目标字体图像中的文字对应的文字部首切块图中的字体匹配，则将所述当前待训练字体迁移模型作为目标字体迁移模型。