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！

龙图腾网恭喜哈尔滨工业大学(深圳)申请的专利一种基于深度学习的多风格书法数字墨水仿真方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112036137B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010879503.6，技术领域涉及：G06F40/171；该发明授权一种基于深度学习的多风格书法数字墨水仿真方法和系统是由陈清财;田嘉豪;吴湘平;李为设计研发完成，并于2020-08-27向国家知识产权局提交的专利申请。

本一种基于深度学习的多风格书法数字墨水仿真方法和系统在说明书摘要公布了：本发明提供了一种基于深度学习的多风格书法数字墨水仿真方法和系统，该方法包括：对输入图像进行预处理，得到经过预处理的输入图像；初始化风格特征向量；提取输入图像特征，并将其与风格特征向量初步融合；使用特征融合网络进一步融合输入图像特征和风格特征向量；使用解码器解码，生成具有输入图像笔画结构和指定书法风格的图像；根据真实图像与生成图像计算损失函数，并通过反向传播训练网络。采用本发明的技术方案，不需要繁琐的步骤，实现了端到端的书法数字墨水仿真；而且可轻易支持多种风格的仿真，并且仿真效果更加真实、自然；不仅可以用于书法数字墨水仿真，也可以用于变换纸张书写图像或计算机字体图像的风格，用途更加广泛。

本发明授权一种基于深度学习的多风格书法数字墨水仿真方法和系统在权利要求书中公布了：1.一种基于深度学习的多风格书法数字墨水仿真方法，其特征在于，其包括以下步骤：步骤S1，对输入图像进行预处理，得到经过预处理的输入图像；步骤S2，初始化风格特征向量；步骤S3，提取输入图像特征，并将其与风格特征向量初步融合；步骤S4，使用特征融合网络进一步融合输入图像特征和风格特征向量；步骤S5，使用解码器解码，生成具有输入图像笔画结构和指定书法风格的图像；步骤S6，根据真实图像与生成图像计算损失函数，并通过反向传播训练网络；步骤S1包括：步骤S11，将所述输入图像转换为灰度图像；步骤S12，提取灰度图像的骨架；步骤S13，将图像缩放至固定大小；步骤S14，对图像进行归一化；步骤S2中，所述风格特征向量包括多种，每种风格对应一个风格特征向量；步骤S2中，所述初始化风格特征向量采用使用特定值或随机值初始化风格特征向量；步骤S3采用输入端融合方式、特征端融合方式或风格编码融合方式进行融合；其中，所述输入端融合方式，根据所需输出风格选取风格特征向量，将其与经过预处理的输入图像拼接，然后输入图像编码器进行编码，得到初步融合的特征；所述特征端融合方式，先使用图像编码器对经过预处理的输入图像编码，得到输入图像特征，然后根据所需输出风格选取风格特征向量，最后将输入图像特征与风格特征向量拼接，得到初步融合的特征；所述风格编码融合方式，先使用图像编码器对经过预处理的输入图像编码，得到输入图像特征，然后根据所需输出风格选取风格特征向量，并用风格编码器对其编码，最后将输入图像特征与编码后的风格特征向量拼接，得到初步融合的特征；步骤S5中，所述解码器对融合后的特征进行上采样，其输出的图像大小与经过预处理的输入图像大小一致；步骤S6中，所述损失函数的计算包括：步骤S61，利用经过预训练的神经网络，计算真实图像与生成图像的感知损失和风格损失；步骤S62，计算真实图像与生成图像的像素级别损失；步骤S63，对感知损失、风格损失和像素级别损失加权求和得到损失函数；所述损失函数l＝lper+500lstyle+l2；其中，lper为感知损失，lstyle为风格损失，l2为像素级别损失。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)，其通讯地址为：518000 广东省深圳市南山区西丽深圳大学城；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。