[发明专利]基于人工智能的字库处理方法、装置、设备及存储介质

权利要求书

1.一种基于人工智能的字库处理方法，其特征在于，包括：

确定字库的第一风格以及所述字库的目标字符；

对所述目标字符的第二风格的字符图像进行字符编码处理，得到所述字符图像的目标字符特征；

对所述第一风格以及所述目标字符特征进行融合处理，得到字符融合特征；

对所述字符融合特征进行解码处理，得到所述目标字符的第一风格的字符图像，通过所述目标字符的第一风格的字符图像更新所述字库。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标字符的第二风格的字符图像进行字符编码处理，得到所述字符图像的目标字符特征，包括：

对所述目标字符的第二风格的字符图像进行特征提取处理，得到所述字符图像的特征图；

去除所述特征图中的风格空间信息，将去除所述风格空间信息的特征图作为所述字符图像的目标字符特征。

3.根据权利要求1所述的方法，其特征在于，所述对所述第一风格以及所述目标字符特征进行融合处理，得到字符融合特征，包括：

对所述第一风格进行编码处理，得到所述第一风格的编码特征；

对所述第一风格的编码特征以及所述目标字符特征进行拼接处理，得到所述字符融合特征。

4.根据权利要求1所述的方法，其特征在于，

所述解码处理是通过解码模型实现的，所述解码模型包括多个级联的解码层，所述多个级联的解码层是通过渐进式训练得到的；

所述对所述字符融合特征进行解码处理，得到所述目标字符的第一风格的字符图像，包括：

通过所述多个级联的解码层对所述字符融合特征进行级联的上采样解码处理，并

将最后一个解码层输出的解码结果作为所述目标字符的第一风格的字符图像。

5.根据权利要求4所述的方法，其特征在于，

所述渐进式训练是通过以下过程实现的：

通过所述多个级联的解码层对字符融合特征进行级联的上采样解码处理；

基于所述多个级联的解码层的权重，对所述多个级联的解码层分别输出的解码结果进行加权求和处理，将所述加权求和处理的结果作为所述虚假的字符图像样本；

其中，所述最后一个解码层的权重随着更新所述生成模型的次数增加而逐步增加，其他解码层的权重随着更新所述生成模型的次数增加而逐步减小；

其中，所述字符融合特征是编码模型对真实的字符图像样本进行字符编码处理得到的。

6.根据权利要求1-5任一项所述的方法，其特征在于，

所述字符编码处理和所述字符解码处理是通过生成式对抗网络中的生成模型实现的，所述生成式对抗网络还包括判别模型；

所述方法还包括：

通过以下方式训练所述生成式对抗网络：

初始化所述生成模型以及所述判别模型，并交替执行以下训练任务：

基于真实的第一字符图像样本以及真实的第二字符图像样本，训练所述生成模型，以使所述生成网络基于所述真实的第一字符图像样本生成虚假的字符图像样本；

其中，所述真实的第一字符图像样本包括第一风格样本的目标字符样本，所述真实的第二图像样本以及所述虚假的字符图像样本包括第二风格样本的目标字符样本；

基于所述真实的第二字符图像样本以及所述虚假的字符图像样本，训练所述判别模型，以使所述判别模型区分真实的字符图像样本和虚假的字符图像样本；

其中，当训练所述生成模型时，固定所述判别模型的参数不变；当训练所述判别模型时，固定所述生成模型的参数不变。