龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：湖南董因信息技术有限公司
申请日：2024-03-07
公开（公告）日：2024-06-14
公开（公告）号：CN117853378B
主分类号：G06T5/77
分类号：G06T5/77;G06V10/82;G06V30/19;G06T5/60
优先权：
专利状态码：有效-授权
法律状态：2024.06.14#授权;2024.04.26#实质审查的生效;2024.04.09#公开
摘要：本发明公开了基于度量学习的文字笔迹显示方法，包括：构建笔迹恢复模型，包括视觉编码器和笔迹点序列解码器；收集成对的文字图像和笔迹点序列数据，获得笔迹恢复数据集；根据文字内容对文字图像和笔迹点序列数据进行采样，获得样本矩阵；使用视觉编码器把文字图像编码为视觉特征向量；把视觉特征向量输入笔迹点序列解码器中，输出预测笔迹点序列；对视觉特征向量计算度量学习损失函数；对预测笔迹点数据计算笔迹恢复损失函数；对度量学习损失函数和笔迹恢复损失函数计算联合损失函数，用联合损失函数优化笔迹恢复模型；用优化后的笔迹恢复模型进行笔迹恢复，对恢复后的笔迹进行显示。
主权项：1.基于度量学习的文字笔迹显示方法，其特征在于，所述方法包括：步骤1，构建笔迹恢复模型，包括视觉编码器和笔迹点序列解码器；步骤2，收集成对的文字图像和笔迹点序列数据，获得笔迹恢复数据集；步骤3，根据文字内容对文字图像和笔迹点序列数据进行采样，获得样本矩阵；步骤4，使用视觉编码器把文字图像编码为视觉特征向量；步骤5，把视觉特征向量输入笔迹点序列解码器中，输出预测笔迹点序列；步骤6，对视觉特征向量计算度量学习损失函数；步骤7，对预测笔迹点数据计算笔迹恢复损失函数；步骤8，对度量学习损失函数和笔迹恢复损失函数计算联合损失函数，用联合损失函数优化笔迹恢复模型；步骤9，用优化后的笔迹恢复模型进行笔迹恢复，对恢复后的笔迹进行显示;所述的对视觉特征向量计算度量学习损失函数，包括以下步骤：步骤601，计算挑选出的样本的每类汉字的类中心特征；第i个汉字的类中心特征由第i个汉字对应的M个文字图像的视觉特征向量取均值获得，表达式为： ；其中，表示第i个汉字的类中心特征，表示挑选出的第i个汉字对应的第j个文字图像的视觉特征向量,为挑选出的汉字个数；步骤602，计算度量学习损失函数，表达式为： ；其中，表示度量学习损失函数，表示a和b的相似度函数，表达式为： ；其中，表示向量a，b的相似度函数，表示向量a，b的内积，表示向量a，b的模的乘积。
全文数据：
权利要求：
百度查询： 湖南董因信息技术有限公司 基于度量学习的文字笔迹显示方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号