摘要
本发明是一种基于序列与图像混合表示的矢量字形生成方法,主要解决当前存在的矢量字体生成方法包含严重的失真,存在一些伪影或扭曲的问题,其中包括以下步骤:数据预处理:提取少量参考字符的控制点坐标,并将其转换为归一化的序列数据,并将参考字符渲染为图像数据。模型构建:本方案选择CNN作为图像编码器,选择mamba‑2作为序列编码器。模型训练:采用预处理的序列数据和图像数据,输入到设计的模型中,经过多轮训练迭代,获取到用于预测新字形的神经网络模型。预测新字形:首先使用上述方法,获取到目标字形的少量参考字形的序列数据和图像数据,输入到训练得到的神经网络模型,得到本字形的扩充字符集。
技术关键词
字形生成方法
序列
神经网络模型
风格
图像编码器
大规模图像数据
笔画
常见字体
状态空间模型
矢量字体
矢量轮廓
图像特征提取
字符
锯齿现象
融合策略
结构对称
系统为您推荐了相关专利信息
关键帧
标记
裁剪方法
动作检测模型
视频动作识别
积水
深度预测方法
融合时空特征
深度预测模型
监测站
在线预警方法
动态时间窗口
天气预测模型
数据
曲线
状态智能监测方法
输气管道
地理信息系统设备
传感器组件
网格
智能分析模块
信息管理系统
预警模块
数据采集模块
排水系统工程