[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

权利要求书

1.一种训练对抗网络模型的方法，所述对抗网络模型包括生成模型和判别模型，所述生成模型包括第一生成模型和第二生成模型，所述判别模型包括第一判别模型和第二判别模型，所述方法包括：

使用所述第一生成模型基于具有笔锋和线条的笔锋字样本向具有线条的线条字样本添加笔锋，得到生成笔锋字；

使用所述第一生成模型基于所述笔锋字样本向所述笔锋字样本添加笔锋，得到重构笔锋字；

使用所述第二生成模型从所述生成笔锋字去除笔锋，得到再生线条字；

使用所述第二生成模型基于所述线条字样本从所述笔锋字样本去除笔锋，得到生成线条字；

使用所述第二生成模型基于所述线条字样本从所述线条字样本去除笔锋，得到重构线条字；

使用所述第一生成模型向所述生成线条字添加笔锋，得到再生笔锋字，其中，所述线条字样本、所述生成笔锋字、所述重构笔锋字、所述再生线条字、所述重构线条字与所述再生笔锋字均为文字的图像；

使用所述第二判别模型来鉴别所述生成笔锋字的真实性；

使用所述第一判别模型来鉴别所述生成线条字的真实性；

基于所述第二判别模型的鉴别结果来计算所述第一生成模型的对抗损失，并基于所述第一判别模型的鉴别结果来计算所述第二生成模型的对抗损失；

基于所述重构笔锋字来计算所述第一生成模型的重构损失，并基于所述重构线条字来计算所述第二生成模型的重构损失；

基于所述再生线条字来计算所述第一生成模型的循环一致损失，并基于所述再生笔锋字来计算所述第二生成模型的循环一致损失；

计算所述线条字样本与所述生成笔锋字的差值图；

基于所述差值图来计算轨迹一致损失；以及

根据所述第一生成模型和所述第二生成模型各自的对抗损失、所述重构损失、所述循环一致损失和所述轨迹一致损失来调整所述生成模型的参数。

2. 根据权利要求1所述的方法，其中，根据以下等式来计算所述轨迹一致损失：

L_{traj}=||(A-A2B(A))*A||

其中L_{traj}表示轨迹一致损失，A表示线条字样本，A2B表示使用第一生成模型来执行的添加笔锋操作，A2B(A)表示生成笔锋字，(A-A2B(A))表示线条字样本与生成笔锋字的差值图，“*”表示逐像素相乘，“|| ||”表示图像的各像素值的平方和的开方。

3.根据权利要求1或2所述的方法，其中，所述根据所述第一生成模型和所述第二生成模型各自的对抗损失、所述重构损失、所述循环一致损失和所述轨迹一致损失来调整所述生成模型的参数包括：

将所述第一生成模型和所述第二生成模型各自的对抗损失、所述重构损失、所述循环一致损失和所述轨迹一致损失进行加权求和，得到总损失；

根据总损失来调整第一生成模型和第二生成模型的参数。

4.根据权利要求1所述的方法，其中，所述线条字样本是通过从手写字的图像中提取线条轨迹得到的二值图像，所述笔锋字样本是具有基础字体的文字的二值图像。

5. 一种建立字库的方法，包括：

使用对抗网络模型基于具有笔锋和线条的笔锋字和具有线条的线条字来生成风格字，其中所述对抗网络模型是根据如权利要求1至4中任一项所述的方法来训练的；以及

基于所生成的风格字来建立字库。