JP2023039886A - フォント生成モデルトレーニング方法、字庫作成方法、装置及び機器 - Google Patents
フォント生成モデルトレーニング方法、字庫作成方法、装置及び機器 Download PDFInfo
- Publication number
- JP2023039886A JP2023039886A JP2022007116A JP2022007116A JP2023039886A JP 2023039886 A JP2023039886 A JP 2023039886A JP 2022007116 A JP2022007116 A JP 2022007116A JP 2022007116 A JP2022007116 A JP 2022007116A JP 2023039886 A JP2023039886 A JP 2023039886A
- Authority
- JP
- Japan
- Prior art keywords
- character
- model
- font
- generation model
- font generation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012549 training Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000013145 classification model Methods 0.000 claims description 58
- 125000004122 cyclic group Chemical group 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 37
- 230000000694 effects Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000000052 comparative effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013256 Gubra-Amylin NASH model Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
- G06V30/244—Division of the character sequences into groups prior to recognition; Selection of dictionaries using graphical properties, e.g. alphabet type or font
- G06V30/245—Font recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/109—Font handling; Temporal or kinetic typography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19127—Extracting features by transforming the feature space, e.g. multidimensional scaling; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19147—Obtaining sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/1916—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Character Discrimination (AREA)
- Controls And Circuits For Display Device (AREA)
- Document Processing Apparatus (AREA)
- Image Analysis (AREA)
Abstract
Description
ソースドメインサンプル字をフォント生成モデルに入力し、第1ターゲットドメイン生成字を得ることと、
前記第1ターゲットドメイン生成字をフォント識別モデルに入力し、前記フォント生成モデルのターゲット敵対的ロスを得ることと、
前記ターゲット敵対的ロスに応じて前記フォント生成モデルのモデルパラメータを更新することと、を含む、
フォント生成モデルトレーニング方法を提供する。
ソースドメイン入力字を、第1態様に記載のフォント生成モデルトレーニング方法によるトレーニングで得られたフォント生成モデルに入力し、ターゲットドメイン新字を得ることと、
前記ターゲットドメイン新字に基づいて字庫を作成することと、を含む、
字庫作成方法を提供する。
ソースドメインサンプル字をフォント生成モデルに入力し、第1ターゲットドメイン生成字を得ることに用いられる第1ターゲットドメイン生成字取得モジュールと、
前記第1ターゲットドメイン生成字をフォント識別モデルに入力し、前記フォント生成モデルのターゲット敵対的ロスを得ることに用いられるターゲット敵対的ロス取得モジュールと、
前記ターゲット敵対的ロスに応じて前記フォント生成モデルのモデルパラメータを更新することに用いられるモデルパラメータ更新モジュールと、を備える
フォント生成モデルトレーニング装置を提供する。
ソースドメイン入力字を、第1態様に記載のフォント生成モデルトレーニング装置によるトレーニングで得られたフォント生成モデルに入力し、ターゲットドメイン新字を得ることに用いられるターゲットドメイン新字取得モジュールと、
前記ターゲットドメイン新字に基づいて字庫を作成することに用いられる字庫作成モジュールと、を備える、
字庫作成装置を提供する。
少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサと通信接続されたメモリと、を含み、
前記メモリには前記少なくとも1つのプロセッサにより実行可能である指令が記憶され、
前記指令は、前記少なくとも1つのプロセッサにより実行されることにより、前記少なくとも1つのプロセッサに、第1態様の実施例によるフォント生成モデルトレーニング方法又は第2態様の実施例による字庫作成方法を実行可能である、
電子機器を提供する。
コンピュータ指令が記憶される非一時的なコンピュータ可読記憶媒体であって、
前記コンピュータ指令は、前記コンピュータに第1態様の実施例によるフォント生成モデルトレーニング方法又は第2態様の実施例による字庫作成方法を実行させることに用いられる、
非一時的なコンピュータ可読記憶媒体をさらに提供する。
プロセッサにより実行されると、第1態様の実施例によるフォント生成モデルトレーニング方法又は第2態様の実施例による字庫作成方法を実現する、
コンピュータプログラムをさらに提供する。
LA2B=(Y*-1)2+L1A2B (1)
LB2A=(X*-1)2+L1B2A (2)
LG=(Y*-1)2+L1A2B +(X*-1)2+L1B2A (3)
LA=(X-1)2+(X*-0)2 (4)
LB=(Y-1)2+(Y*-0)2 (5)
第1ターゲットドメイン生成字取得モジュール1110は、ソースドメインサンプル字をフォント生成モデルに入力し、第1ターゲットドメイン生成字を得ることに用いられ、
ターゲット敵対的ロス取得モジュール1120は、前記第1ターゲットドメイン生成字をフォント識別モデルに入力し、前記フォント生成モデルのターゲット敵対的ロスを得ることに用いられ、
第1モデルパラメータ更新モジュール1130は、前記ターゲット敵対的ロスに応じて前記フォント生成モデルのモデルパラメータを更新することに用いられる。
ターゲットドメイン新字取得モジュール1210は、ソースドメイン入力字をフォント生成モデルに入力し、ターゲットドメイン新字を得ることに用いられ、
字庫作成モジュール1220は、前記ターゲットドメイン新字に基づいて字庫を作成することに用いられ、
前記フォント生成モデルは本開示のいずれか1つの実施例に記載のフォント生成モデルトレーニング装置によるトレーニングで得られる。
Claims (15)
- ソースドメインサンプル字をフォント生成モデルに入力し、第1ターゲットドメイン生成字を得ることと、
前記第1ターゲットドメイン生成字をフォント識別モデルに入力し、前記フォント生成モデルのターゲット敵対的ロスを得ることと、
前記ターゲット敵対的ロスに応じて前記フォント生成モデルのモデルパラメータを更新することと、を含む、
フォント生成モデルトレーニング方法。 - 複数タイプのソースドメインサンプル字を真のサンプル字として取得することと、
前記第1ターゲットドメイン生成字を偽のサンプル字とすることと、
前記真のサンプル字及び前記偽のサンプル字により二項分類モデルをトレーニングし、前記フォント識別モデルを得ることと、をさらに含む、
請求項1に記載のフォント生成モデルトレーニング方法。 - 前記フォント生成モデルは、循環ネットワーク生成モデルであり、第1生成モデル及び第2生成モデルを含み、
前記ターゲット敵対的ロスに応じて前記フォント生成モデルのモデルパラメータを更新することは、
前記第1生成モデルがモデル安定条件を満足すると確認するまで、前記ターゲット敵対的ロスに応じて前記第1生成モデルのモデルパラメータを複数回更新することを含み、
前記モデル安定条件は、前記第1生成モデルの現在更新回数が所定回数に達したことを含む、
請求項1に記載のフォント生成モデルトレーニング方法。 - ソースドメインサンプル字をフォント生成モデルに入力し、第1ターゲットドメイン生成字を得ることは、前記ソースドメインサンプル字を前記第1生成モデルに入力し、前記第1ターゲットドメイン生成字及び第1ソースドメイン生成字を得ることを含み、
ターゲットドメインサンプル字を前記第2生成モデルに入力し、第2ターゲットドメイン生成字及び第2ソースドメイン生成字を得ることと、
前記ソースドメインサンプル字、前記第1ターゲットドメイン生成字、前記第1ソースドメイン生成字、前記ターゲットドメインサンプル字、前記第2ターゲットドメイン生成字及び前記第2ソースドメイン生成字により、前記フォント生成モデルの生成ロスを算出することと、
前記生成ロスに応じて前記第1生成モデルのモデルパラメータを更新することと、をさらに含む、
請求項3に記載のフォント生成モデルトレーニング方法。 - 前記第1ターゲットドメイン生成字を予めトレーニングされた文字分類モデルに入力し、前記フォント生成モデルの文字ロスを得ることと、
前記第1ターゲットドメイン生成字及びターゲットドメインサンプル字を前記文字分類モデルに入力し、前記フォント生成モデルの特徴ロスを得ることと、
前記文字ロス及び前記特徴ロスに応じて前記第1生成モデルのモデルパラメータを更新することと、をさらに含む、
請求項3又は4に記載のフォント生成モデルトレーニング方法。 - 前記第1ターゲットドメイン生成字を予めトレーニングされた文字分類モデルに入力し、前記フォント生成モデルの文字ロスを得ることは、
前記第1ターゲットドメイン生成字を前記文字分類モデルに入力し、前記第1ターゲットドメイン生成字の生成文字ベクトルを得ることと、
前記生成文字ベクトルと予め設定された標準文字ベクトルとの間の差異に基づいて、前記文字ロスを算出することと、を含む、
請求項5に記載のフォント生成モデルトレーニング方法。 - 前記文字分類モデルは複数の特徴層を含み、
前記第1ターゲットドメイン生成字及びターゲットドメインサンプル字を前記文字分類モデルに入力し、前記フォント生成モデルの特徴ロスを得ることは、
前記第1ターゲットドメイン生成字を前記文字分類モデルに入力し、前記文字分類モデルの各特徴層が出力した生成字特徴マップを得ることと、
前記ターゲットドメインサンプル字を前記文字分類モデルに入力し、前記文字分類モデルの各特徴層が出力したサンプル字特徴マップを得ることと、
ターゲット特徴層の生成字特徴マップとサンプル字特徴マップとの間の差異を算出し、前記特徴ロスを得ることと、を含む、
請求項5に記載のフォント生成モデルトレーニング方法。 - ターゲット特徴層の生成字特徴マップとサンプル字特徴マップとの間の差異を算出することは、
前記生成字特徴マップにおける各位置の画素点の画素値と前記サンプル字特徴マップの対応する位置の画素点の画素値との間の差異値の絶対値を算出し、各位置の画素点の差異を得ることと、
複数の位置の画素点の差異に基づいて、前記生成字特徴マップとサンプル字特徴マップとの間の画素差異を確定することと、を含む、
請求項7に記載のフォント生成モデルトレーニング方法。 - 前記ソースドメインサンプル字はターゲットソースドメインフォントスタイルを有する画像である、
請求項1~8のいずれか一項に記載のフォント生成モデルトレーニング方法。 - ソースドメイン入力字を、請求項1~9のいずれか一項に記載のフォント生成モデルトレーニング方法によるトレーニングで得られたフォント生成モデルに入力し、ターゲットドメイン新字を得ることと、
前記ターゲットドメイン新字に基づいて字庫を作成することと、を含む、
字庫作成方法。 - 請求項1~9のいずれか一項に記載のフォント生成モデルトレーニング方法を実行することに用いられるフォント生成モデルトレーニング装置であって、
ソースドメインサンプル字をフォント生成モデルに入力し、第1ターゲットドメイン生成字を得ることに用いられる第1ターゲットドメイン生成字取得モジュールと、
前記第1ターゲットドメイン生成字をフォント識別モデルに入力し、前記フォント生成モデルのターゲット敵対的ロスを得ることに用いられるターゲット敵対的ロス取得モジュールと、
前記ターゲット敵対的ロスに応じて前記フォント生成モデルのモデルパラメータを更新することに用いられる第1モデルパラメータ更新モジュールと、を備える、
フォント生成モデルトレーニング装置。 - ソースドメイン入力字を、請求項11に記載のフォント生成モデルトレーニング装置によるトレーニングで得られたフォント生成モデルに入力し、ターゲットドメイン新字を得ることに用いられるターゲットドメイン新字取得モジュールと、
前記ターゲットドメイン新字に基づいて字庫を作成することに用いられる字庫作成モジュールと、を備える、
字庫作成装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサと通信接続されたメモリと、を含み、
前記メモリには前記少なくとも1つのプロセッサにより実行されることができる指令が記憶され、
前記指令は、前記少なくとも1つのプロセッサにより実行されることにより、前記少なくとも1つのプロセッサに請求項1~9のいずれか一項に記載のフォント生成モデルトレーニング方法又は請求項10に記載の字庫作成方法を実行可能である、
電子機器。 - コンピュータ指令が記憶された非一時的なコンピュータ可読記憶媒体であって、
前記コンピュータ指令は、コンピュータに、請求項1~9のいずれか一項に記載のフォント生成モデルトレーニング方法又は請求項10に記載の字庫作成方法を実行させることに用いられる、
非一時的なコンピュータ可読記憶媒体。 - プロセッサに実行されると、請求項1~9のいずれか一項に記載のフォント生成モデルトレーニング方法又は請求項10に記載の字庫作成方法を実現する、
コンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111056558.8 | 2021-09-09 | ||
CN202111056558.8A CN113792850B (zh) | 2021-09-09 | 2021-09-09 | 字体生成模型训练方法、字库建立方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023039886A true JP2023039886A (ja) | 2023-03-22 |
JP7289942B2 JP7289942B2 (ja) | 2023-06-12 |
Family
ID=78879758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022007116A Active JP7289942B2 (ja) | 2021-09-09 | 2022-01-20 | フォント生成モデルトレーニング方法、フォントライブラリ作成方法、フォント生成モデルトレーニング装置、フォントライブラリ作成装置、電子機器、コンピュータ可読記憶媒体、及び、コンピュータプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11875584B2 (ja) |
EP (1) | EP4047562A1 (ja) |
JP (1) | JP7289942B2 (ja) |
KR (1) | KR20220032537A (ja) |
CN (1) | CN113792850B (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508004A (zh) * | 2020-12-18 | 2021-03-16 | 北京百度网讯科技有限公司 | 一种文字识别方法、装置、电子设备及存储介质 |
US11995906B2 (en) * | 2022-03-02 | 2024-05-28 | Capital One Services, Llc | Techniques for generation of synthetic data with simulated handwriting |
US11947896B2 (en) | 2022-06-24 | 2024-04-02 | Adobe Inc. | Font recommendation |
US11886809B1 (en) * | 2022-10-31 | 2024-01-30 | Adobe Inc. | Identifying templates based on fonts |
CN117649672B (zh) * | 2024-01-30 | 2024-04-26 | 湖南大学 | 基于主动学习与迁移学习的字体类别视觉检测方法和*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021026191A (ja) * | 2019-08-08 | 2021-02-22 | ブラザー工業株式会社 | 学習済みの機械学習モデル、画像データ生成装置、および、方法 |
CN113140018A (zh) * | 2021-04-30 | 2021-07-20 | 北京百度网讯科技有限公司 | 训练对抗网络模型的方法、建立字库的方法、装置和设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6678410B1 (en) * | 1999-02-17 | 2004-01-13 | Adobe Systems Incorporated | Generating a glyph |
EP1793672A2 (en) * | 2004-09-16 | 2007-06-13 | Virogenomics, Inc. | Treatment of ischemia |
US7724957B2 (en) * | 2006-07-31 | 2010-05-25 | Microsoft Corporation | Two tiered text recognition |
US9317777B2 (en) * | 2013-10-04 | 2016-04-19 | Monotype Imaging Inc. | Analyzing font similarity for presentation |
US10515296B2 (en) * | 2017-11-14 | 2019-12-24 | Adobe Inc. | Font recognition by dynamically weighting multiple deep learning neural networks |
CN110503598B (zh) * | 2019-07-30 | 2022-09-16 | 西安理工大学 | 基于条件循环一致性生成对抗网络的字体风格迁移方法 |
CN110516577B (zh) * | 2019-08-20 | 2022-07-12 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112633430B (zh) * | 2020-12-25 | 2022-10-14 | 同济大学 | 一种中文字体风格迁移方法 |
CN112861806B (zh) * | 2021-03-17 | 2023-08-22 | 网易(杭州)网络有限公司 | 基于生成对抗网络的字体数据处理方法及装置 |
-
2021
- 2021-09-09 CN CN202111056558.8A patent/CN113792850B/zh active Active
-
2022
- 2022-01-20 JP JP2022007116A patent/JP7289942B2/ja active Active
- 2022-02-24 EP EP22158661.3A patent/EP4047562A1/en not_active Withdrawn
- 2022-02-25 KR KR1020220025544A patent/KR20220032537A/ko unknown
- 2022-02-28 US US17/682,131 patent/US11875584B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021026191A (ja) * | 2019-08-08 | 2021-02-22 | ブラザー工業株式会社 | 学習済みの機械学習モデル、画像データ生成装置、および、方法 |
CN113140018A (zh) * | 2021-04-30 | 2021-07-20 | 北京百度网讯科技有限公司 | 训练对抗网络模型的方法、建立字库的方法、装置和设备 |
Also Published As
Publication number | Publication date |
---|---|
JP7289942B2 (ja) | 2023-06-12 |
CN113792850A (zh) | 2021-12-14 |
US11875584B2 (en) | 2024-01-16 |
EP4047562A1 (en) | 2022-08-24 |
US20230114293A1 (en) | 2023-04-13 |
CN113792850B (zh) | 2023-09-01 |
KR20220032537A (ko) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7289942B2 (ja) | フォント生成モデルトレーニング方法、フォントライブラリ作成方法、フォント生成モデルトレーニング装置、フォントライブラリ作成装置、電子機器、コンピュータ可読記憶媒体、及び、コンピュータプログラム | |
JP7282932B2 (ja) | フォント生成モデルトレーニング方法、字庫作成方法、装置及び機器 | |
US20220147695A1 (en) | Model training method and apparatus, font library establishment method and apparatus, and storage medium | |
KR20210035785A (ko) | 지식 표현 학습 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
US20220148239A1 (en) | Model training method and apparatus, font library establishment method and apparatus, device and storage medium | |
JP2022050666A (ja) | サイクル生成ネットワークモデルのトレーニング方法、フォントライブラリの確立方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
KR20220034081A (ko) | 적대적 네트워크 모델을 트레이닝하는 방법 및 장치, 문자 라이브러리를 구축하는 방법 및 장치, 전자장비, 저장매체 및 컴퓨터 프로그램 | |
JP7384943B2 (ja) | 文字生成モデルのトレーニング方法、文字生成方法、装置、機器及び媒体 | |
US11816908B2 (en) | Method of generating font database, and method of training neural network model | |
JP2022058696A (ja) | 敵対的ネットワークモデルのトレーニング方法、文字ライブラリの作成方法、並びにそれらの装置、電子機器、記憶媒体並びにコンピュータプログラム | |
JP7337203B2 (ja) | 文字生成モデルのトレーニング方法、文字生成方法、装置および機器 | |
US20230206522A1 (en) | Training method for handwritten text image generation mode, electronic device and storage medium | |
US20230154077A1 (en) | Training method for character generation model, character generation method, apparatus and storage medium | |
JP2023012541A (ja) | テーブルに基づく質問応答方法、装置及び電子機器 | |
CN117315692A (zh) | 基于笔画信息的汉字拆分方法、装置、设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230420 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230531 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7289942 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |