[发明专利]生成字体数据库的方法、神经网络模型的训练方法和装置

说明书

本公开公开了一种用于生成字体数据库的方法、神经网络模型的训练方法和装置，涉及人工智能领域，具体为计算机视觉和深度学习技术。所述用于生成字体数据库的方法包括：利用经训练相似度比较模型，确定多个基础字体数据库中，与目标用户的手写字体数据最相似的基础字体数据库，作为候选字体数据库；以及利用用于生成所述候选字体数据库的经训练基础字体数据库模型，来调整所述目标用户的手写字体数据，得到针对所述目标用户的目标字体数据库。

技术领域

本公开涉及人工智能领域，具体为计算机视觉和深度学习技术，尤其涉及一种生成字体数据库的方法、神经网络模型的训练方法和装置。

背景技术

字体生成一直是国内外许多研究者着重研究的课题，在字体设计行业有着广泛的应用价值。目前主流的技术方案包括基于深度学习的字体生成方案和将字体进行拆分再组合的字体生成方案。

对于基于深度学习的字体生成方案，尤其是基于生成式对抗网络(GAN)的字体生成方案，需要大量数据进行训练。数据质量和数量会极大影响最终的输出效果，因此对训练数据获取和数据质量有很高的要求。而对于字体进行拆分再组合的字体生成方案，其所需数据量虽然相比GAN虽然小，但是很难复现用户字体的连笔特征，导致缺乏用户字体的美观度和多样性。

发明内容

本公开提供了一种用于生成字体数据库的方法、神经网络模型的训练方法、装置、设备以及存储介质。

根据第一方面，提供了一种用于生成字体数据库的方法，包括：

利用经训练相似度比较模型，确定多个基础字体数据库中，与目标用户的手写字体数据最相似的基础字体数据库，作为候选字体数据库；以及

利用用于生成所述候选字体数据库的经训练基础字体数据库模型，来调整所述目标用户的手写字体数据，得到针对所述目标用户的目标字体数据库。

根据第二方面，提供了一种神经网络模型的训练方法，所述神经网络模型包括基础字体数据库模型和相似度比较模型，所述方法包括：

利用多个用户的手写字体数据训练所述基础字体数据库模型，使得所述多个用户的每个用户分别具有与其相对应的基础字体数据库模型和基础字体数据库；以及

利用所述多个用户的多个基础字体数据库训练相似度比较模型。

根据第三方面，提供了一种用于生成字体数据库的装置，包括：

确定模块，利用经训练相似度比较模型，将目标用户的手写字体数据与多个基础字体数据库分别进行比较，来确定所述多个基础字体数据库中与目标用户的手写字体数据最相似的基础字体数据库，作为候选字体数据库；以及

调整模块，利用用于生成所述候选字体数据库的经训练基础字体数据库模型，来调整所述目标用户的手写字体数据，得到针对所述目标用户的目标字体数据库。

根据第四方面，提供了一种神经网络模型的训练装置，所述神经网络模型包括基础字体数据库模型和相似度比较模型，所述训练装置包括：

基础字体数据库模型训练模块，利用多个用户的手写字体数据训练所述基础字体数据库模型，使得所述多个用户的每个用户分别具有与其相对应的基础字体数据库模型和基础字体数据库；以及

相似度比较模型训练模块，利用所述多个用户的多个基础字体数据库训练相似度比较模型。

根据第五方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述方法。