[发明专利]训练对抗神经网络生成字库的方法、系统、设备和介质

说明书

本公开涉及字库生成领域，特别涉及一种训练对抗神经网络生成字库的方法、系统、设备和介质，所述方法包括如下步骤：获取具有字形编码标签和字体类别标签的字体训练数据集；构建生成器和判别器神经网络；所述生成器以随机噪声和字形编码标签的编码特征向量作为输入，输出生成数据；从所述字体训练数据集随机抽取部分真实数据和所述生成数据送入所述判别器得到具有风格特征的输出；将风格特征对应的风格一致性损失作为综合损失项的一部分更新判别器和生成器中的参数。本公开通过对抗训练直接拟合随机风格噪声和字体图像数据的映射，从而实现从风格样本到字体的自动生成，生成的字体图像具有更加逼真的细节效果和风格多样性。

技术领域

本公开涉及字库生成领域，特别涉及一种训练对抗神经网络生成字库的方法、系统、设备和介质。

背景技术

文字在人们的日常生活中有着不可替代的作用，随着时代的变迁和文化的演变，字体风格能够反射文化传承、情感诉求和视觉美感，还能反映品牌形象、产品信息和行业特征等方面的功能，越来越受到人们的重视。

然而字体设计（尤其是中文字体）需要由专业的设计师及团队逐字创写，是一项任务繁重且耗费时间的劳动密集型工作。目前中文字体的设计主要依赖于人工经验和重复劳动，自动化程度低。由于汉字数量庞大、字体间的风格差异大，设计过程需要耗费大量的时间，致使中文字体的设计工作一直处于瓶颈期。

早期字形合成研究集中在轮廓的几何建模上，局限于特定的字形拓扑上（例如，不能应用到装饰字体或者手写体），随着深度学习技术在计算机视觉领域的不断发展，大量的研究人员希望借助于人工智能技术来实现辅助中文字体的设计。这其中又以生成对抗神经网络（GAN）类的合成算法为代表，其通过对抗训练不断拟合已有样本数据直至能够生成以假乱真的样本，这为合成更高质量、更真实的字体提供了新的思路。

此类字体合成算法的具体实现大致可以归结为两大类：其一为基于单字符的编码器-解码器实现方案；另一类为成对字体的图像翻译生成方案。总的来说这些字体合成算法普遍需要重构已有的数据，像素级别的重构损失等低级别损失的应用导致图像的生成质量普遍不佳，且端对端的生成过程都需要设计师预先完成少部分新风格字体的设计工作，自动化程度较低。

发明内容

本公开提供一种训练对抗神经网络生成字库的方法、系统、设备和介质，能够解决现有的字体合成算法依赖于重构损失等低级别损失进行训练的问题，从风格一致性上直接约束网络训练，从而得到风格语义多样性更为丰富的字体生成网络算法，同时也避免了新风格字体需依赖于设计师事先创造的弊端。

根据本公开实施例的一个方面，提供了一种训练对抗神经网络生成字库的方法，包括如下步骤：

获取具有字形编码标签和字体类别标签的字体训练数据集；

构建生成器和判别器神经网络；

所述生成器以随机噪声和字形编码标签的编码特征向量作为输入，输出生成数据；

从所述字体训练数据集随机抽取部分真实数据和所述生成数据送入所述判别器得到具有风格特征的输出；

将风格特征对应的风格一致性损失作为综合损失项的一部分更新判别器和生成器中的参数。

可选地，所述综合损失项还包括由判别器生成的真假判别对抗损失和分类辅助损失。

可选地，所述综合损失项表示为：

，其中λ₁和λ₂为损失权重常数量，为真假判别对抗损失，为分类辅助损失，为风格一致性损失。

可选地，所述风格一致性损失为：

，其中，和表示输入数据中的字体类别标签，sim表示对两组特征之间计算相似度，表示温度常数。

可选地，所述真假判别对抗损失为：