欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024115356370
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于融入字符空间特征的缅甸语文本图像生成方法,其特征在于:所述方法包括如下:Step1、缅甸语输入文本处理:以缅甸语字符组合规则为先验知识,对缅甸语短语进行拆分,对不同的组合形式以及空间上可能的分布特征进行特征对齐;

Step2、构建字符空间特征生成模块:使用改进的Transformer模块用于对组合字符的空间分布进行预测;

Step3、构建融入字符空间特征的缅甸语文本图像生成模型:设计文本编码模块对输入缅甸语文本进行词嵌入预处理;

设计文本样式模块根据文本样式条件得到包含生成文本图像所有信息的最终矩阵;

使用字符空间特征生成模块预测生成图像中字符的空间分布和字符间的组合关系;

设计空间扩散模块对图像进行逐步加噪,使模型学习到图像逆扩散过程;

设计后处理模块对最后生成的图像进行尺寸上的处理操作,得到最终的缅甸语文本图像;

Step4、缅甸语文本图像生成:建立缅甸语文本图像生成服务器,部署模型并开发缅甸语文本图像生成API接口,通过API调用服务器上部署的缅甸语文本图像生成模型将缅甸语文本生成缅甸语文本图像;所述Step3中,设计文本编码模块对输入缅甸语文本进行词嵌入预处理包括:在进行缅甸语文本处理的过程中,首先需要对输入的文本进行转码操作得到转码文本;完成转码后,利用预训练的Embedding模型将编码转化为词嵌入矩阵;将文本中的词语映射到向量空间,捕捉词语之间的语义关系和相似度;通过预训练的模型,将缅甸语的编码转化为具有实际意义的词向量;

所述Step3中,设计文本样式模块根据文本样式条件得到包含生成文本图像所有信息的最终矩阵包括:在缅甸语文本图像生成过程中,将生成图像时所需施加的样式条件作为输入,生成一个高斯噪声矩阵;

将得到的高斯噪声矩阵与文本编码模块的输出、字符空间特征生成模块的输出进行叠加,得到时刻的包含生成文本图像所有信息的最终矩阵;

;

所述Step3中,使用字符空间特征生成模块预测生成图像中字符的空间分布和字符间的组合关系包括:在字符空间特征生成模块中,转码文本和空间限制分别通过文本编码器和条件编码器得到相应的词嵌入矩阵,再通过多头注意力机制预测并生成文本在图像中的空间布局;

;

其中、为,为,为的维度。

2.根据权利要求1所述的融入字符空间特征的缅甸语文本图像生成方法,其特征在于:所述Step1中包括:Step1.1、获取缅甸语文本图像,并划分训练集、测试集、验证集;利用缅甸语字符簇切分工具将缅甸语短语切分为组合字符序列;通过人工标注的方法对每张缅甸语文本图像中的文本分布进行标注;

Step1.2、对所有训练数据中的文本标签进行切分,与人工标注的空间分布特征进行特征对齐,得到输入文本。

3.根据权利要求1所述的融入字符空间特征的缅甸语文本图像生成方法,其特征在于:所述Step2中,改进的Transformer模块包括:在传统的Transformer模块的基础上,改进的Transformer模块还包括文本编码器和条件编码器。

4.根据权利要求1所述的融入字符空间特征的缅甸语文本图像生成方法,其特征在于:所述Step3中,设计空间扩散模块则对图像进行逐步加噪,使模型学习到图像逆扩散过程包括:使用基于Transformer的扩散模型在带有高斯噪声的图像处理任务中进行空间扩散;在基于Transformer的扩散模型中,首先将原始文本图像输入、文本样式模块的输出,通过多层编码器和解码器结构进行处理;编码器部分负责从图像中提取特征,而解码器部分则负责生成扩散过程中的噪声,在这个过程中,采用了自注意力机制来捕捉图像中不同区域之间的关联性,并使用位置编码来引入空间信息,还使用了优化策略来提高扩散效果;

;

当前状态是在上一时刻的状态的基础上进行更新的,同时通过一个 Transformer网络对进行非线性变换,提取中的特征;

;

如上为一个标准高斯分布公式,,是通过从前一个状态生成的,用于控制生成过程中的噪声水平,表示以前一个状态为均值的高斯分布;

通过上述条件概率公式,最终对逐步向图像中加入噪声得到时间步为t的噪声图像;

;

其中。

5.根据权利要求1所述的融入字符空间特征的缅甸语文本图像生成方法,其特征在于:所述Step3中,设计后处理模块对最后生成的图像进行尺寸上的处理操作,得到最终的缅甸语文本图像包括:后处理模块根据基于Transformer的扩散模型的噪声去除损失函数Loss1,对生成的图像进行优化,逐步去除噪声;根据生成图像与真实图像之间的损失函数Loss2引导最终输出的图像在与目标图像接近的同时,进一步优化图像的质量,包括对分辨率和色温的调整。

6.根据权利要求1所述的融入字符空间特征的缅甸语文本图像生成方法,其特征在于:所述Step4的具体步骤为:Step4.1、构建缅甸语文本图像生成模型的后端服务框架,并将其部署到用于缅甸语文本图像生成的服务器上;

Step4.2、将已经训练好的缅甸语文本图像生成模型以".pth"格式的文件的形式部署到缅甸语文本图像识别服务器的端上;同时开发一个API接口,用于与服务器进行交互和通信;

Step4.3、缅甸语文本图像识别服务器将接收到缅甸语文本输入缅甸语文本生成模型中进行处理;缅甸语文本生成模型将根据输入的缅甸语文本及相关的限制条件生成相应的缅甸语文本图像;然后这些图像将被送入后处理模块,后处理模块将对缅甸语文本图像尺寸进行修改;

Step4.4、在Web端调用部署在服务器上的缅甸语文本图像生成模型,通过在Web界面上传缅甸语文本进行测试,并获得高质量的缅甸语文本图像生成结果。

7.融入字符空间特征的缅甸语文本图像生成装置,其特征在于,包括用于执行如权利要求1-6任一权利要求所述的方法的模块。