[发明专利]字体生成模型训练方法、字库建立方法、装置及设备

权利要求书

1.一种字体生成模型训练方法，包括：

将源域样本字输入到第一生成模型，得到第一目标域生成字和第一源域生成字；

将目标域样本字输入到第二生成模型，得到第二目标域生成字和第二源域生成字；

根据所述源域样本字、所述第一目标域生成字、所述第一源域生成字、所述目标域样本字、所述第二目标域生成字和所述第二源域生成字，计算所述字体生成模型的生成损失；其中，所述字体生成模型为循环网络生成模型，包括第一生成模型和第二生成模型；

根据所述生成损失更新所述第一生成模型的模型参数；

将所述第一目标域生成字输入到字体鉴别模型，得到所述字体生成模型的目标对抗损失；

根据所述目标对抗损失多轮更新所述第一生成模型的模型参数，直至确定所述第一生成模型满足模型稳定条件；

其中，所述模型稳定条件包括：所述第一生成模型的当前更新次数达到设定次数。

2.根据权利要求1所述的方法，还包括：

获取多种类型的源域样本字作为真实样本字；

将所述第一目标域生成字作为虚假样本字；

根据所述真实样本字和所述虚假样本字训练二分类模型，得到所述字体鉴别模型。

3.根据权利要求1所述的方法，还包括：

将所述第一目标域生成字输入到预训练的字符分类模型，得到所述字体生成模型的字符损失；

将所述第一目标域生成字和目标域样本字输入到所述字符分类模型，得到所述字体生成模型的特征损失；

根据所述字符损失和所述特征损失更新所述第一生成模型的模型参数。

4.根据权利要求3所述的方法，其中，所述将所述第一目标域生成字输入到预训练的字符分类模型，得到所述字体生成模型的字符损失，包括：

将所述第一目标域生成字输入到所述字符分类模型，得到所述第一目标域生成字的生成字符向量；

根据所述生成字符向量与预设的标准字符向量之间的差异，计算所述字符损失。

5.根据权利要求3所述的方法，其中，所述字符分类模型包括多个特征层；

所述将所述第一目标域生成字和目标域样本字输入到所述字符分类模型，得到所述字体生成模型的特征损失，包括：

将所述第一目标域生成字输入到所述字符分类模型，得到所述字符分类模型的每个特征层输出的生成字特征图；

将所述目标域样本字输入到所述字符分类模型，得到所述字符分类模型的每个特征层输出的样本字特征图；

计算目标特征层的生成字特征图和样本字特征图之间的差异，得到所述特征损失。

6.根据权利要求5所述的方法，其中，所述计算目标特征层的生成字特征图和样本字特征图之间的差异，包括：

计算所述生成字特征图中的每个位置的像素点的像素值与所述样本字特征图中对应位置的像素点的像素值之间的差值的绝对值，得到每个位置的像素点的差异；

根据多个位置的像素点的差异，确定所述生成字特征图和样本字特征图之间的像素差异。

7.根据权利要求1至6中任一项所述的方法，其中，所述源域样本字为具有目标源域字体风格的图像。

8.一种字库建立方法，包括：

将源域输入字输入到字体生成模型，得到目标域新字；

基于所述目标域新字建立字库；

其中，所述字体生成模型通过权利要求1至7中任一项所述的字体生成模型训练方法训练得到。