一种多模态引导的可控创意字体生成方法及系统

本公开提供了一种多模态引导的可控创意字体生成方法及系统，涉及艺术字生成技术领域，包括：获取目标文本、目标字体及用于表征用户意图的多模态数据；基于多模态数据，生成转换提示和艺术设计提示；从目标文本、目标字体中提取多条路径，根据转换提示选择相似度最高的路径进行字形变换，得到变换后的图像；利用多掩码引导的扩散过程，使用艺术设计提示作为提示，为变换后的图像生成最终的艺术字形图像；本发明通过多模态引导，利用扩散模型的创意纹理生成，解决现有方法在艺术字形生成中的局限性，尤其在艺术表达与可读性、精确控制以及多语言适应性等方面提供更好的解决方案。