首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于帧插值的字库生成方法、电子设备、存储介质和系统_北京汉仪创新科技股份有限公司;上海驿创信息技术有限公司_202211244030.8 

申请/专利权人:北京汉仪创新科技股份有限公司;上海驿创信息技术有限公司

申请日:2022-10-11

公开(公告)日:2024-05-03

公开(公告)号:CN115661304B

主分类号:G06T11/60

分类号:G06T11/60;G06T9/00;G06N3/0464;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2024.05.03#授权;2023.02.17#实质审查的生效;2023.01.31#公开

摘要:本公开涉及一种基于帧插值的字库生成方法、电子设备、存储介质和系统,本公开使用视频数据作为预训练数据,将多字重字体的生成问题建模为连续帧插值问题,使用现有的多字重字体数据集微调构建的卷积神经网络的网络参数,从而在最粗字重和最细字重之间生成多种不同的字重。本公开能够大大缩短制作其他字重所需要的时间,不仅提高了生成效果,而且生成其他字重的效果比对点法制作出来的字形更加美观合理,风格特征更加明显,更加便于阅读。

主权项:1.一种基于帧插值的字库生成方法,其特征在于,包括如下步骤:获取视频数据并逐帧保存成图片,得到由所述图片组成的视频帧数据集;使用所述视频帧数据集预训练卷积神经网络,得到预训练后的卷积神经网络;使用多字重字体数据集微调预训练后的卷积神经网络的网络参数,得到微调后的卷积神经网络;将同一风格的大字重字体和小字重字体输入微调后的卷积神经网络,得到所述同一风格的多字重字库;其中,所述使用所述视频帧数据集预训练卷积神经网络,得到预训练后的卷积神经网络,包括如下步骤:将保存的视频数据的第i帧和第i+2帧的视频帧图片在通道维度上拼接后作为卷积神经网络的输入;将预测的第i+1帧的视频帧图片作为卷积神经网络的输出;根据损失函数来更新卷积神经网络的网络参数;当预训练的卷积神经网络收敛时停止预训练,得到预训练后的卷积神经网络;所述使用多字重字体数据集微调预训练后的卷积神经网络的网络参数,得到微调后的卷积神经网络,包括如下步骤:获取多字重字体数据集;将所述多字重字体数据集中相隔一个字重的两个字体数据作为预训练后的卷积神经网络的输入,生成中间字重的字体数据;根据损失函数来更新预训练后的卷积神经网络的网络参数;当微调的卷积神经网络收敛时停止微调,得到微调后的卷积神经网络。

全文数据:

权利要求:

百度查询: 北京汉仪创新科技股份有限公司;上海驿创信息技术有限公司 基于帧插值的字库生成方法、电子设备、存储介质和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。