申请/专利权人：湖南董因信息技术有限公司

申请日：2024-03-07

公开（公告）日：2024-04-09

公开（公告）号：CN117853378A

主分类号：G06T5/77

分类号：G06T5/77;G06V10/82;G06V30/19;G06T5/60

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了基于度量学习的文字笔迹显示方法，包括：构建笔迹恢复模型，包括视觉编码器和笔迹点序列解码器；收集成对的文字图像和笔迹点序列数据，获得笔迹恢复数据集；根据文字内容对文字图像和笔迹点序列数据进行采样，获得样本矩阵；使用视觉编码器把文字图像编码为视觉特征向量；把视觉特征向量输入笔迹点序列解码器中，输出预测笔迹点序列；对视觉特征向量计算度量学习损失函数；对预测笔迹点数据计算笔迹恢复损失函数；对度量学习损失函数和笔迹恢复损失函数计算联合损失函数，用联合损失函数优化笔迹恢复模型；用优化后的笔迹恢复模型进行笔迹恢复，对恢复后的笔迹进行显示。

主权项：1.基于度量学习的文字笔迹显示方法，其特征在于，所述方法包括：步骤1，构建笔迹恢复模型，包括视觉编码器和笔迹点序列解码器；步骤2，收集成对的文字图像和笔迹点序列数据，获得笔迹恢复数据集；步骤3，根据文字内容对文字图像和笔迹点序列数据进行采样，获得样本矩阵；步骤4，使用视觉编码器把文字图像编码为视觉特征向量；步骤5，把视觉特征向量输入笔迹点序列解码器中，输出预测笔迹点序列；步骤6，对视觉特征向量计算度量学习损失函数；步骤7，对预测笔迹点数据计算笔迹恢复损失函数；步骤8，对度量学习损失函数和笔迹恢复损失函数计算联合损失函数，用联合损失函数优化笔迹恢复模型；步骤9，用优化后的笔迹恢复模型进行笔迹恢复，对恢复后的笔迹进行显示。

全文数据：

权利要求：

百度查询： 湖南董因信息技术有限公司 基于度量学习的文字笔迹显示方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD