[发明专利]字迹修复方法、装置、电子设备和存储介质在审

专利信息
申请号: 202211097994.4 申请日: 2022-09-08
公开(公告)号: CN115564665A 公开(公告)日: 2023-01-03
发明(设计)人: 张甲林 申请(专利权)人: 张甲林
主分类号: G06T5/00 分类号: G06T5/00;G06N3/04;G06N3/08;G06V10/764;G06V10/774;G06V10/82
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 程琛
地址: 100080 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: 字迹 修复 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种字迹修复方法,其特征在于,包括:

获取目标风格下的破损字迹图像;

将所述破损字迹图像输入至字迹修复模型,得到所述字迹修复模型输出的修复字迹图像;

所述字迹修复模型是在预训练生成模型的基础上,应用所述目标风格下的第一样本字迹图像,结合判别模型进行生成对抗训练得到的;所述预训练生成模型是基于各种风格下的第二样本字迹图像训练得到的,所述判别模型用于区分真实图像和合成图像。

2.根据权利要求1所述的字迹修复方法,其特征在于,所述字迹修复模型基于如下步骤训练得到:

对所述第一样本字迹图像进行随机遮盖,将随机遮盖后的第一样本字迹图像作为第一破损图像,将所述第一样本字迹图像中被随机遮盖的部分作为第一剪切图像;

将所述第一破损图像输入至所述预训练生成模型,得到所述预训练生成模型输出的第一修复图像;

将所述第一修复图像和所述第一剪切图像分别输入至所述判别模型,得到所述判别模型输出的所述第一修复图像的判别结果和所述第一剪切图像的判别结果;

基于所述第一修复图像和所述第一剪切图像,以及所述第一修复图像的判别结果和所述第一剪切图像的判别结果,对所述预训练生成模型进行参数迭代,得到所述字迹修复模型。

3.根据权利要求2所述的字迹修复方法,其特征在于,所述基于所述第一修复图像和所述第一剪切图像,以及所述第一修复图像的判别结果和所述第一剪切图像的判别结果,对所述预训练生成模型进行参数迭代,得到所述字迹修复模型,包括:

基于所述第一修复图像和所述第一剪切图像,确定重构损失;

基于所述第一修复图像的判别结果和所述第一剪切图像的判别结果,确定对抗损失;

基于所述重构损失和所述对抗损失,对所述预训练生成模型进行参数迭代,得到所述字迹修复模型。

4.根据权利要求3所述的字迹修复方法,其特征在于,所述基于所述重构损失和所述对抗损失,对所述预训练生成模型进行参数迭代,得到所述字迹修复模型,包括:

基于所述重构损失,对所述预训练生成模型进行参数迭代,并且,基于所述对抗损失,对所述预训练生成模型和所述判别模型进行参数迭代,得到所述字迹修复模型。

5.根据权利要求2所述的字迹修复方法,其特征在于,所述将所述第一破损图像输入至所述预训练生成模型,得到所述预训练生成模型输出的第一修复图像,之前还包括:

确定初始生成模型;

对所述第二样本字迹图像进行随机遮盖,将随机遮盖后的第二样本字迹图像作为第二破损图像,将所述第二样本字迹图像中被随机遮盖的部分作为第二剪切图像;

将所述第二破损图像输入至所述初始生成模型,得到所述初始生成模型输出的第二修复图像;

基于所述第二剪切图像和所述第二修复图像,对所述初始生成模型进行参数迭代,得到所述预训练生成模型。

6.根据权利要求5所述的字迹修复方法,其特征在于,所述基于所述第一修复图像和所述第一剪切图像,以及所述第一修复图像的判别结果和所述第一剪切图像的判别结果,对所述预训练生成模型进行参数迭代,得到所述字迹修复模型,之后还包括:

获取所述目标风格下的测试破损图像;

将所述测试破损图像输入至所述字迹修复模型,得到所述字迹修复模型输出的测试修复图像;

基于所述测试修复图像进行修复质量评价,得到评价结果;

在所述评价结果不满足字形评价标准的情况下,重新对所述第二样本字迹图像进行随机遮盖;

在所述评价结果满足所述字形评价标准且不满足风格评价标准的情况下,重新对所述第一样本字迹图像进行随机遮盖。

7.根据权利要求1至6中任一项所述的字迹修复方法,其特征在于,所述第一样本字迹图像和所述第二样本字迹图像是基于原始字迹图像进行数据整理、清洗和数据增强得到的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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张甲林,未经张甲林许可,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/202211097994.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top