[发明专利]训练对抗网络模型的方法、建立字库的方法、装置和设备

说明书

本公开公开了一种训练对抗网络模型的方法，涉及人工智能领域，尤其涉及计算机视觉和深度学习领域。具体实现方案为：对抗网络模型包括生成模型和判别模型，该方法包括：使用生成模型，基于具有基础字体的内容字样本和具有风格字体的风格字样本来产生生成字，并基于内容字样本来产生重构字；利用判别模型，基于生成字和重构字，来计算生成模型的基本损失；通过使用经训练的字符分类模型对生成字进行分类，来计算生成模型的字符损失；基于基本损失和字符损失来调整生成模型的参数。本公开还公开了一种训练对抗网络模型的装置、建立字库的方法和装置、电子设备和存储介质。

技术领域

本公开涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术。更具体地，本公开提供了一种训练对抗网络模型的方法、建立字库的方法、装置、电子设备和存储介质。

背景技术

随着互联网的快速发展，人们对于图像风格多样性的需求越来越高，例如，在图像中呈现手写风格或各种艺术风格的字体得到了广泛的研究和关注。

目前已经有的一些基于深度学习的字体生成方案，但是都会受到数据质量和数量的极大影响，生成的风格字体效果不稳定。

发明内容

本公开提供了一种训练对抗网络模型的方法、建立字库的方法、装置、电子设备和存储介质。

根据第一方面，提供了一种训练对抗网络模型的方法，该方法包括：使用生成模型，基于具有基础字体的内容字样本和具有风格字体的风格字样本来产生生成字，并基于内容字样本来产生重构字；利用判别模型，基于生成字和重构字，来计算生成模型的基本损失；通过使用经训练的字符分类模型对生成字进行分类，来计算生成模型的字符损失；基于基本损失和字符损失来调整生成模型的参数。

根据第二方面，提供了一种建立字库的方法，该方法包括：使用对抗网络模型基于具有基础字体的内容字以及具有风格字体的风格字来生成新字，其中对抗网络模型是根据上述训练对抗网络模型的方法来训练的；以及基于所生成的新字来建立字库。

根据第三方面，提供了一种训练对抗网络模型的装置，该装置包括：产生模块，用于使用生成模型，基于具有基础字体的内容字样本和具有风格字体的风格字样本来产生生成字，并基于内容字样本来产生重构字；基本损失计算模块，用于利用判别模型，基于生成字和重构字，来计算生成模型的基本损失；字符损失计算模块，用于通过使用经训练的字符分类模型对生成字进行分类，来计算生成模型的字符损失；调整模块，用于基于基本损失和字符损失来调整生成模型的参数。

根据第四方面，提供了一种建立字库的装置，该装置包括：生成模块，用于使用对抗网络模型基于具有基础字体的内容字以及具有风格字体的风格字来生成新字，其中对抗网络模型是根据上述训练对抗网络模型的方法来训练的；以及建立模块，用于基于所生成的新字来建立字库。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。

根据第六方面，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，该计算机指令用于使计算机执行根据本公开提供的方法。

根据第七方面，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根据本公开提供的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开的一个实施例的可以应用训练对抗网络模型的方法和/或建立字库的方法的示例性系统架构示意图；