[发明专利]一种基于手写字迹进行深度学习的字体生成系统在审
申请号: | 201911157090.4 | 申请日: | 2020-03-07 |
公开(公告)号: | CN111143541A | 公开(公告)日: | 2020-05-12 |
发明(设计)人: | 周虎 | 申请(专利权)人: | 合肥煜极网络科技有限公司 |
主分类号: | G06F16/335 | 分类号: | G06F16/335;G06F16/338 |
代理公司: | 北京开林佰兴专利代理事务所(普通合伙) 11692 | 代理人: | 黄丽 |
地址: | 230000 安徽省合肥市肥西县桃花工*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 手写 字迹 进行 深度 学习 字体 生成 系统 | ||
本发明公开了一种基于手写字迹深度学习的字体生成系统,其包括第一输入端、第二输入端和后台数据处理中心;第一输入端包括手写输入界面,用户通过第一输入端进行身份验证,将身份验证信息存储在后台数据处理中心,用户通过第一输入端的手写输入界面输入字迹,并在该界面显示备选标准字以供用户确认其手写字迹所唯一对应的标准字,后台数据处理中心对该手写字迹按照与该手写字迹唯一对应的标准字的笔画和部首进行拆分并保存,后台数据处理中心通过保存的手写字迹的笔画和部首进行深度学习并组合成包含有已存储的手写笔记的笔画和部首的新的手写字迹;以用户自身字迹作为输出字体,使得所形成的文字内容更具有用户自身特点,更具有辨识度。
技术领域
本发明属于字体生成系统技术领域,具体涉及一种基于手写字迹进行深度学习的字体生成系统。
背景技术
汉字是世界上最古老的文字之一,至今至少有数千年的历史,从甲骨文演化到现在的简体汉字正楷字形。从时代发展来看,现在汉字演化到不需要笔写,通过软件能直接输入对应的汉字,依据历史走向,也就是在智能化全部普及之后,全部通过软件直接编写打印字体,无法展现出每个人独自字体的特点。假如在未来,智能化的设备全部失灵失效,而依赖软件编写汉字的结果,就只知其形意而手写不出来字,到时候重要的信息存储和传递的结果就不存在。也就是发展至今,人现在对汉字只知其形不知其写,这个结果无法预料。同时当代社会对字体的保护还不够完善,通过该发明技术可以促使用户经常性的手写字迹,还可以通过计算机保存并实现个性化字体的转化输出。
在该发明技术的发展下可以获取用户的手写字迹字形,实现其一对一的唯一字形字迹版权,在对未来全面实现电子化无纸化的发展趋势中,会相应减少冒名签名,在签订合同等方面有一个全方面的安全等级提升。发展在获取用户的字形笔迹后,在涉及签订法律意义合同、发表个人商用以及对有异议的进行笔迹对查时会有唯一性、安全性、独特性、不可仿冒性。
发明内容
本发明提供一种基于手写字迹进行深度学习的字体生成系统,具体提供了一种通过系统对用户手写字迹进行拆解、临摹进而生成以用户手写字迹作为字体输出的系统,提升了用户体验感,并提供一种新的字体生成方式。
为此,本发明提供了一种基于手写字迹进行深度学习的字体生成系统,其包括第一输入端、第二输入端和后台数据处理中心;第一输入端包括手写输入界面,用户通过第一输入端进行身份验证,并将身份验证信息存储在后台数据处理中心,用户通过第一输入端的手写输入界面输入字迹,并在该界面显示备选标准字以供用户确认其手写字迹所唯一对应的标准字,后台数据处理中心对该手写字迹按照与该手写字迹唯一对应的标准字的笔画和部首进行拆分并保存,后台数据处理中心通过保存的手写字迹的笔画和部首进行深度学习并组合成包含有已存储的手写笔记的笔画和部首的新的手写字迹;当用户在第一输入端或第二输入端通过身份验证后,第一输入端或第二输入端自动从后台数据处理中心读取该通过身份验证的用户对应的已保存信息,用户通过第一输入端或者第二输入端输入标准字时,第一输入端或第二输入端输出并显示与标准字对应的手写笔迹。
所述第一输入端至少具备手写功能作为输入方式的智能设备,所述第二输入端为至少具备键盘作为输入方式的智能设备。
所述第一输入端为手机或手写板,所述第二输入端为电脑。
后台数据处理中心对手写字迹进行拆分时,使用田字格、偏旁部首、连笔和断笔其中一种方式或多种方式组合进行拆分。
后台数据处理中心进行深度学习对应形成的某字体的手写字迹后,当用户第一次通过第一输入端手写出该字体的手写字迹时,采用用户第一次通过第一输入端手写出该字体的手写字迹替代后台数据处理中心进行深度学习对应形成的该字体的手写字迹并存储在后台数据处理中心;若用户第一次通过第一输入端或者第二输入端以键盘形式打出该字体时,输出后台数据处理中心进行深度学习对应形成的改字体的手写字迹进行显示。
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合肥煜极网络科技有限公司,未经合肥煜极网络科技有限公司许可,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/201911157090.4/2.html,转载请声明来源钻瓜专利网。