买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：兰州理工大学

摘要：本发明公开了一种基于Res2Net和多频谱通道注意力的手写字体生成方法，包括步骤：使用融合多频谱通道注意力的Res2Net网络生成特征图，展平得到特征图序列；将特征图序列向量拼接到一起得到单个张量；使用Transformer编码器对特征序列的局部和全局组合进行建模；将Transformer编码器输出的特征序列经过多个连续的Transformer解码器层处理得到特征向量，在输出中加入一个随机采样的噪声向量用来模拟笔迹的自然变化；将这些特征向量串联起来通过一个线性层得到向量矩阵，再经过一个具有4个卷积块的CNN解码器和Tanh激活层得到最终的手写字体图像。本发明克服了在提取特征阶段无法提取到字体细粒度特征的问题，有效地提高了生成的手写字体质量，与真实手写字体的内容和风格更为接近。

主权项：1.一种基于Res2Net和多频谱通道注意力的手写字体生成方法，其特征在于，包括步骤：S1，使用融合多频谱通道注意力的Res2Net网络作为CNN编码器，为字体的样式图像生成特征图，并将特征图的空间维度展平得到特征图序列，包括步骤：S11，首先将输入X经过Res2Net网络的一个1×1卷积后将特征图分成4组，每一组的特征为xi，其中i∈{1，2，3，4}；S12，除x1外，每个xi都会再经过一个3×3的卷积操作，其操作记为Ki，yi表示对应卷积层Ki的输出；S13，第一组特征x1直接输出为y1＝x1，第二组特征x2经过一个3×3的卷积操作后输出为y2＝K2x2，第三组特征x3通过一个3×3卷积与y2做残差连接，输出为y3＝K3x3+y2，第三组特征x4通过一个3×3卷积后再与y3做残差连接，输出为y4＝K4x4+y3；S14，将所有组的特征图连接到一起并且经过一个1×1的卷积以融合所有特征信息，得到具有不同感受野组合的特征信息；S15，将得到的特征信息再通过多频谱通道注意力模块将得到的特征图和通道权重相乘，最后和输入X进行残差连接后输出；S16，将输出特征图的空间维度展平得到特征图序列；S2，将特征图序列向量拼接到一起得到单个张量；S3，使用Transformer编码器对特征序列的局部和全局组合进行建模；S4，将Transformer编码器输出的特征序列经过多个连续的Transformer解码器层处理得到特征向量，并且在输出中加入一个随机采样的噪声向量用来模拟笔迹的自然变化；S5，将所述特征向量串联起来通过一个线性层得到向量矩阵，再经过一个具有4个卷积块的CNN解码器和Tanh激活层得到最终的手写字体图像。

全文数据：

权利要求：

百度查询： 兰州理工大学 一种基于Res2Net和多频谱通道注意力的手写字体生成方法