[发明专利]字符生成模型的训练方法、字符生成方法、装置和设备和介质

说明书

本公开提供了字符生成模型的训练方法、字符生成方法、装置和设备，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域。具体实现方案为：将源域样本字和目标域风格字输入至字符生成模型，得到目标域生成字；将所述目标域生成字和目标域样本字输入至预先训练的字符分类模型，计算所述字符生成模型的特征损失；根据所述特征损失调整所述字符生成模型的参数。本公开实施例可以提高字符生成模型生成的字体的准确率。

技术领域

本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，尤其涉及字符生成模型的训练方法、字符生成方法、装置和设备和介质。

背景技术

图像处理是一种具有巨大的社会和经济效益的实用技术，被广泛应用于各行各业以及人们日常生活中。

图像的风格迁移，是指一幅图像的内容保持不变，风格从该图像迁移至另一幅图像，形成一幅新的艺术图像。

发明内容

本公开提供了一种字符生成模型的训练方法、字符生成方法、装置和设备和介质。

根据本公开的一方面，提供了一种字符生成模型的训练方法，包括：

将源域样本字和目标域风格字输入至字符生成模型，得到目标域生成字；

将所述目标域生成字和目标域样本字输入至预先训练的字符分类模型，计算所述字符生成模型的特征损失；

根据所述特征损失调整所述字符生成模型的参数。

根据本公开的另一方面，提供了一种字符生成方法，包括：

获取源域输入字，和对应的目标域输入字；

将所述源域输入字和所述目标输入字输入到字符生成模型中，得到目标域新字；其中，所述字符生成模型根据如本公开任一实施例所述的方法训练得到。

根据本公开的一方面，提供了一种字符生成模型的训练装置，包括：

目标域生成字获取模块，用于将源域样本字和目标域风格字输入至字符生成模型，得到目标域生成字；

特征损失计算模块，用于将所述目标域生成字和目标域样本字输入至预先训练的字符分类模型，计算所述字符生成模型的特征损失；

第一损失调整模块，用于根据所述特征损失调整所述字符生成模型的参数。

根据本公开的另一方面，提供了一种字符生成装置，包括：

输入字获取模块，用于获取源域输入字，和对应的目标域输入字；

字符生成模块，用于将所述源域输入字和所述目标输入字输入到字符生成模型中，得到目标域新字；其中，所述字符生成模型根据如本公开任一实施例所述的字符生成模型的训练方法得到。

根据本公开的另一方面，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本公开任一实施例所述的字符生成模型的训练方法，或执行本公开任一实施例所述的字符生成方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开任一实施例所述的字符生成模型的训练方法，或执行本公开任一实施例所述的字符生成方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开任一实施例所述的字符生成模型的训练方法，或执行本公开任一实施例所述的字符生成方法。