摘要
本发明属于图像生成技术领域,具体为一种基于扩散模型的书法字型图像生成方法;该方法将书法生成图像作为无条件分类器扩散过程,使用CGGAN网络提取多张目标风格图像的风格特征,采用风格特征融合模块SFF进行特征融合得到更具代表性的特征,作为条件来引导字型生成模型Fontdiffuser生成目标风格以及内容的书法字型。在训练过程中CGGAN和扩散模型一同训练,采用无分类引导方式。实验证实了本发明在书法家真迹图像上超越了现有公开技术方法,并且生成图像具有更好的美观性。
技术关键词
图像生成方法
图像生成技术
交叉注意力机制
分类器
书法图像
风格
多层感知机
噪声
网络
模块
编码
阶段
误差
参数
数据
系统为您推荐了相关专利信息
重识别方法
车辆重识别
残差网络模型
三元组
构建分类器
文本生成模型
报告生成方法
标签
文本生成器
模板
预训练语言模型
线性分类器
最大化准则
文本
对抗性
故障特征
无人机集群
故障诊断方法
网络
贝叶斯分类器