一种基于扩散模型的小样本字体生成方法

本发明公开了一种基于扩散模型的小样本字体生成方法，包括：构建字体图像数据集、对目标字体图像不断加噪至纯噪声、选取内容和风格参考图像、分别使用内容和风格编码器进行编码，提取结构和语义信息。训练扩散模型预测噪声图像的噪声，逐步去除隐编码噪声，最终目标为未加噪的原图像。在去噪过程中，内容和风格参考图像都作为去噪条件，通过风格细化模块加强风格特征，风格‑内容融合模块促进内容和风格信息交互、计算总损失函数更新模型参数、基于新的字体和汉字，生成字体图像；本发明与现有技术相比，训练过程更加稳定、解决了汉字生成不完整或者错误的问题、模型能学习到风格信息比如粗细，笔触风格，方法简便，效果好，有良好的应用前景。