基于纹理变分自编码器的毛笔书法矢量字体双模态融合方法

AITNT
正文
推荐专利
基于纹理变分自编码器的毛笔书法矢量字体双模态融合方法
申请号:CN202411072497
申请日期:2024-08-06
公开号:CN118942100A
公开日期:2024-11-12
类型:发明专利
摘要
本发明公开了基于纹理变分自编码器的毛笔书法矢量字体双模态融合方法,具体为:构建矢量中文字体数据集,对数据集中的中文字体进行预处理,并划分为训练集和测试集;构建基于纹理变分自编码器的双模态融合网络模型;双模态融合网络模型包含纹理生成模块和双模态生成模块;利用双模态融合网络模型对训练集中的字形图像进行处理;构建损失函数,对双模态融合网络模型进行训练;将测试集的字形图像输入到双模态融合网络模型中进行测试,最终输出毛笔书法矢量字体。本发明的TVAE‑DMF网络模型结合了变分自编码器和双模态融合的优势,在生成结果中可以学习到毛笔书法字体的局部细节特征,进而得到具有纹理特征的矢量毛笔书法字体。
技术关键词
毛笔书法 矢量字体 双模态 编码器 融合方法 纹理 解码网络 模块 图像解码器 序列 随机梯度下降 样本 多层感知器 融合特征 反卷积神经网络 编解码器 命令
系统为您推荐了相关专利信息
1
一种基于多模态大模型的盲人辅助交互方法、系统及存储介质
辅助交互方法 文本反馈信息 文本特征向量 图像特征向量 语音生成模型
2
一种曲率驱动动态补偿电机多物理场建模方法
多物理场建模 克里金代理模型 动态 曲率特征 同步电机控制器
3
一种基于去噪注意力网络的工业过程软测量方法
软测量方法 注意力 静态特征 编码器 工业
4
一种模型训练方法、图像识别方法、装置及电子设备
图像识别模型 样本 图像编码器 模型训练方法 图像识别方法
5
一种全身PET与CT图像相互转换的人工智能方法
人工智能方法 条件生成对抗网络 图像空间分辨率 全局结构信息 CT图像数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号