[发明专利]基于生成对抗网络的甲骨文单字风格迁移方法及装置在审
申请号: | 202110654014.5 | 申请日: | 2021-06-11 |
公开(公告)号: | CN113516583A | 公开(公告)日: | 2021-10-19 |
发明(设计)人: | 刘知远;孙茂松;邱可玥;韩旭;李永威;肖光烜;吕天 | 申请(专利权)人: | 清华大学 |
主分类号: | G06T3/00 | 分类号: | G06T3/00;G06N3/04;G06N3/08 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 蒋娟 |
地址: | 100084 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 生成 对抗 网络 甲骨文 单字 风格 迁移 方法 装置 | ||
本发明提供一种基于生成对抗网络的甲骨文单字风格迁移方法及装置,该方法包括:确定待处理的汉字图片以及汉字图片对应的类别标签;将类别标签输入至第一生成对抗网络模型进行甲骨文单字风格迁移,得到类别标签对应的第一甲骨文图片;若不存在类别标签对应的第一甲骨文图片,将汉字图片输入至第二生成对抗网络模型进行甲骨文单字风格迁移,得到汉字图片对应的第二甲骨文图片;其中,第一生成对抗网络模型是基于第一甲骨文图片样本、噪声数据以及类别标签进行训练得到的;第二生成对抗网络模型是基于汉字图片样本和第二甲骨文图片样本训练得到的。本发明通过将汉字图片或对应的类别标签输入至生成对抗网络模型,实现汉字图片到甲骨文图片的转换。
技术领域
本发明涉及甲骨文技术领域,尤其涉及一种基于生成对抗网络的甲骨文单字风格迁移方法及装置。
背景技术
在实际应用中,对于一篇现代汉字的文章,可能对于研究者而言需要将其快速转化为甲骨文形式的文章,并且基于甲骨文的风格迁移任务可以带来文字演变过程的启发,将甲骨文和其他古文字或现代汉字联系起来,便于将甲骨文研究的方法迁移到其他古文字的研究上。因此,需要建立将现代汉字转换为甲骨文的模型,并且可以实现不需要搜索事先建立的甲骨文数据库,仅对于输入的汉字直接根据其结构进行甲骨文转换。
发明内容
本发明提供一种基于生成对抗网络的甲骨文单字风格迁移方法,用以解决现有技术中无法将汉字直接转化为甲骨文的缺陷,实现对给定的汉字输出其对应的甲骨文形式,并且可以不需要搜索事先建立的甲骨文数据库,仅根据汉字的结构直接进行甲骨文转换。
本发明提供一种基于生成对抗网络的甲骨文单字风格迁移方法,包括:
确定待处理的汉字图片以及所述汉字图片对应的类别标签;
将所述类别标签输入至第一生成对抗网络模型进行甲骨文单字风格迁移,得到所述类别标签对应的第一甲骨文图片;
若不存在所述类别标签对应的所述第一甲骨文图片,将所述汉字图片输入至第二生成对抗网络模型进行甲骨文单字风格迁移,得到所述汉字图片对应的第二甲骨文图片;
其中,所述第一生成对抗网络模型是基于第一甲骨文图片样本、噪声数据以及类别标签进行训练得到的;所述第二生成对抗网络模型是基于汉字图片样本和第二甲骨文图片样本训练得到的。
根据本发明提供的一种基于生成对抗网络的甲骨文单字风格迁移方法,所述第一生成对抗网络模型包括第一生成器和第一判别器;
基于所述第一甲骨文图片样本、噪声数据以及类别标签训练所述第一生成对抗网络模型包括:
设置如下目标函数:
其中,G,D分别代表第一生成器和第一判别器,表示所述第一甲骨文图片样本的真实分布,x为服从所述真实分布的甲骨文样本图片,表示所述噪声数据的分布,z为服从所述分布的噪声数据,y是所述类别标签,表示数学期望;
基于所述第一甲骨文图片样本、噪声数据以及类别标签迭代调整所述第一生成器和第一判别器的参数值以得到平衡所述第一生成器和所述第一判别器的训练目标的最优参数值。
根据本发明提供的一种基于生成对抗网络的甲骨文单字风格迁移方法,所述将所述类别标签输入至第一生成对抗网络模型进行甲骨文单字风格迁移,得到所述类别标签对应的第一甲骨文图片,包括:
将所述类别标签输入至所述第一生成器,得到所述类别标签对应的第一甲骨文图片。
根据本发明提供的一种基于生成对抗网络的甲骨文单字风格迁移方法,所述第二生成对抗网络模型包括第二生成器、第二判别器、第三生成器以及第三判别器;
基于所述汉字图片样本和第二甲骨文图片样本训练所述第二生成对抗网络模型包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110654014.5/2.html,转载请声明来源钻瓜专利网。