基于生成对抗网络的练字系统的制作方法

本发明涉及智能化写字训练的技术领域，特别涉及基于生成对抗网络的练字系统。

背景技术：

目前，字体练字主要是通过临摹字帖来实现的，但是这种方式比较机械化，其主要依靠用户的临摹能力来改善字体撰写能力，并不能根据不同用户自身的练字实际情况来进行针对性分析和做出相应的改进修正措施，这严重地影响对用户练字培训的有效性和可靠性。可见，现有技术急需能够针对不同用户的实际练字过程进行有针对性的和准确的评判和修正的练字系统。

技术实现要素：

针对现有技术存在的缺陷，本发明提供基于生成对抗网络的练字系统，其包括练字过程采集模块、练字痕迹生成模块、练字痕迹信息预处理模块、练字字体合格性确定模块和练字字体综合评价模块；其中，该练字过程采集模块用于采集用户在目标练字板上的练字过程相关信息；该练字痕迹生成模块用于根据该练字过程相关信息，生成用户在该目标练字板上的练字痕迹信息；该练字痕迹信息预处理模块用于对所述练字痕迹信息进行规范化预处理；该练字字体合格性确定模块用于根据生成对抗网络模型来对经过所述规范化预处理的练字痕迹信息进行处理，以此确定用户在该目标练字板的当前练字形成的字体是否合格；该练字字体综合评价模块用于对被确定为不合格的字体进行综合评价，以此确定该不合格的字体的不合格区域点信息；可见，该基于生成对抗网络的练字系统通过采集用户在目标练字板上的练字过程相关信息，并根据该练字过程相关信息生成用户在目标练字板上的练字痕迹信息和对该练字痕迹信息进行规范化预处理，再根据生成对抗网络模型来对该练字痕迹信息进行处理来确定用户当前练字形成的字体是否为合格字体，最后对被确定为不合格的字体进行综合评价，以此确定不合格的字体的不合格区域点信息，这样能够针对不同用户的实际练字过程进行精确的分析处理，以确定不同用户对应的字体不合格区域点信息，再进行适应性的高亮显示和修正处理，从而提高对用户进行练字培训的有效性和精确性。

本发明提供基于生成对抗网络的练字系统，其特征在于，其包括练字过程采集模块、练字痕迹生成模块、练字痕迹信息预处理模块、练字字体合格性确定模块和练字字体综合评价模块；其中，

所述练字过程采集模块用于采集用户在目标练字板上的练字过程相关信息；

所述练字痕迹生成模块用于根据所述练字过程相关信息，生成用户在所述目标练字板上的练字痕迹信息；

所述练字痕迹信息预处理模块用于对所述练字痕迹信息进行规范化预处理；

所述练字字体合格性确定模块用于根据生成对抗网络模型来对经过所述规范化预处理的练字痕迹信息进行处理，以此确定用户在所述目标练字板的当前练字形成的字体是否合格；

所述练字字体综合评价模块用于对被确定为不合格的字体进行综合评价，以此确定所述不合格的字体的不合格区域点信息；

进一步，所述练字过程采集模块为练字过程拍摄模块；

所述练字过程拍摄模块用于拍摄形成所述用户在所述目标练字板上的练字过程影像；

所述练字痕迹生成模块包括练字影像纹理提取子模块和练字痕迹信息形成子模块；其中，

所述练字影像纹理提取子模块用于提取所述练字过程影像中的练字影像纹理特征信息；

所述练字痕迹信息形成子模块用于对所述练字影像纹理特征信息进行分析处理，从而形成所述练字痕迹信息；

进一步，所述练字过程采集模块为练字过程压力感应模块；

所述练字过程压力感应模块用于检测所述用户在所述目标练字板进行练字过程中对应的练字压力信息；

所述练字痕迹生成模块包括练字压力方向获取子模块和练字痕迹信息形成子模块；

所述练字压力方向获取子模块用于根据所述练字压力信息，确定所述练字压力在所述目标练字板上的压力延伸方向信息；

所述练字痕迹信息形成子模块用于对所述压力延伸方向信息进行分析处理，从而形成所述练字痕迹信息；

进一步，所述练字痕迹信息预处理模块包括练字痕迹信息降噪子模块和练字痕迹信息平滑化子模块；其中，

所述练字痕迹信息降噪子模块用于对所述练字痕迹信息进行卡尔曼滤波处理，从而剔除所述练字痕迹信息的噪声成分；

所述练字痕迹信息平滑化子模块用于对所述练字痕迹信息中的离散练字轨迹位置点信息进行线性插值处理，从而提高所述练字痕迹信息的平滑连贯性；

进一步，所述练字字体合格性确定模块包括练字字体-标准字体匹配值计算子模块和生成对抗网络模型分析处理子模块；其中，

所述练字字体-标准字体匹配值计算子模块用于根据下面公式(1)对所述练字痕迹信息进行计算，以此确定所述用户当前练字形成的练字字体与预设标准字体之间的匹配值p

在上述公式(1)中，n表示所述目标练字板上的练字空间的位置坐标点的总个数，yi1表示所述练字字体在所述目标练字板上的练字空间中的第i个位置坐标点对应的练字笔画轨迹特征值，所述练字笔画轨迹特征值为练字笔画轨迹影像轮廓特征值或者练字笔画轨迹压力特征值，yi2表示所述标准字体在所述目标练字板上的练字空间中的第i个位置坐标点的字体笔画轨迹特征值，所述字体笔画轨迹特征值为字体笔画轨迹影像轮廓特征值或者字体笔画轨迹压力特征值，βy表示基于字体笔画的权重因子值，vi1表示所述练字字体在所述目标练字板上的练字空间中的第i个位置坐标点的书写速度值，vi2表示所述标准字体在所述目标练字板上的练字空间中的第i个位置坐标点的书写速度值，βv表示基于速度指标的权重因子值，wi1表示对所述练字字体在所述目标练字板上的练字空间中的第i个位置坐标点的读取速率，wi2表示对所述标准字体在所述目标练字板上的练字空间中的第i个位置坐标点的标准读取速率，所述标准读取速率可以是人为预先设置的数值，βw表示基于转速指标的权重因子值，fi1表示所述标准字体在所述目标练字板上的练字空间中的第i个位置坐标点的方向值，fi2表示所述标准字体在所述目标练字板上的练字空间中的第i个位置坐标点的方向值，βf表示基于方向指标的权重因子值，并且βy+βv+βw+βf＝1；

所述生成对抗网络模型分析处理子模块用于根据生成对抗网络模型将所述匹配值p与预设匹配阈值进行比较，若所述匹配值p小于或者等于所述预设匹配阈值，则确定当前练字形成的字体为合格字体，若所述匹配值p大于所述预设匹配阈值，则确定当前练字形成的字体为不合格字体；

进一步，所述练字字体综合评价模块包括字体不合格区域集合确定子模块、字体不合格区域综合评估值计算子模块和字体待修正区域点确定子模块；其中，

所述字体不合格区域集合确定子模块用于从被确定为不合格的字体中提取所有不合格区域的字体点，以此构成字体不合格区域集合；

所述字体不合格区域综合评估值计算子模块用于根据下面公式(2)和(3)计算所有不合格区域的字体点的综合评估值z

在上述公式(2)和(3)中，m表示所有不合格区域的字体点的总数量，表示第j个不合格区域的字体点的点面积信息，δj表示第j个不合格区域的字体点对应于所述标准字体的信息占比因子、并且δj的取值范围为[0.1，0.8]，max{}表示取最大值运算，rj表示第j个不合格区域的字体点的个数，qr表示第j个不合格区域中的第r个字体点的点面积信息，r表示所述标准字体的所有合格区域对应的字体点的总面积信息；

所述字体待修正区域点确定子模块用于在所述综合评估值z大于或者等于预设评估阈值时，对所述不合格区域的字体点进行聚类处理，并根据所述聚类处理的结果筛选出练字字体对应的待修正区域点；

进一步，所述基于生成对抗网络的练字系统还包括练字相关信息显示模块和练字字体修正模块；其中，

所述练字相关信息显示模块用于显示关于当前练字形成的字体是否合格的确定信息和/或所述不合格的字体的不合格区域点信息；所述不合格区域点信息包括所述不合格的字体的不合格区域位置信息；

所述练字字体修正模块用于根据预设字体修正数据库，对所述待修正区域点进行修正处理；

进一步，所述练字相关信息显示模块还用于根据所述待修正区域点，对所述不合格的字体进行相应区域的高亮显示。

相比于现有技术，该基于生成对抗网络的练字系统包括练字过程采集模块、练字痕迹生成模块、练字痕迹信息预处理模块、练字字体合格性确定模块和练字字体综合评价模块；其中，该练字过程采集模块用于采集用户在目标练字板上的练字过程相关信息；该练字痕迹生成模块用于根据该练字过程相关信息，生成用户在该目标练字板上的练字痕迹信息；该练字痕迹信息预处理模块用于对所述练字痕迹信息进行规范化预处理；该练字字体合格性确定模块用于根据生成对抗网络模型来对经过所述规范化预处理的练字痕迹信息进行处理，以此确定用户在该目标练字板的当前练字形成的字体是否合格；该练字字体综合评价模块用于对被确定为不合格的字体进行综合评价，以此确定该不合格的字体的不合格区域点信息；可见，该基于生成对抗网络的练字系统通过采集用户在目标练字板上的练字过程相关信息，并根据该练字过程相关信息生成用户在目标练字板上的练字痕迹信息和对该练字痕迹信息进行规范化预处理，再根据生成对抗网络模型来对该练字痕迹信息进行处理来确定用户当前练字形成的字体是否为合格字体，最后对被确定为不合格的字体进行综合评价，以此确定不合格的字体的不合格区域点信息，这样能够针对不同用户的实际练字过程进行精确的分析处理，以确定不同用户对应的字体不合格区域点信息，再进行适应性的高亮显示和修正处理，从而提高对用户进行练字培训的有效性和精确性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的基于生成对抗网络的练字系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1，为本发明实施例提供的基于生成对抗网络的练字系统的结构示意图。该基于生成对抗网络的练字系统包括练字过程采集模块、练字痕迹生成模块、练字痕迹信息预处理模块、练字字体合格性确定模块和练字字体综合评价模块；其中，

该练字过程采集模块用于采集用户在目标练字板上的练字过程相关信息；

该练字痕迹生成模块用于根据该练字过程相关信息，生成用户在该目标练字板上的练字痕迹信息；

该练字痕迹信息预处理模块用于对该练字痕迹信息进行规范化预处理；

该练字字体合格性确定模块用于根据生成对抗网络模型来对经过该规范化预处理的练字痕迹信息进行处理，以此确定用户在该目标练字板的当前练字形成的字体是否合格；

该练字字体综合评价模块用于对被确定为不合格的字体进行综合评价，以此确定该不合格的字体的不合格区域点信息。

该基于生成对抗网络的练字系统有别于现有技术的只提供练字模板供用户进行模仿练习，其通过采集用户在目标练字板上的实际练字过程相关信息，以此生成对应的练字痕迹信息，再根据该练字痕迹信息确定用户实际练字字体与标准字体之间的差别和匹配程度，从而准确地确定用户实际练字字体的不合格区域，并针对该不合格区域进行高亮显示和修正提示，以便于用户能够快速地和准确地了解自身练字字体的问题和作出合适的改进。

优选地，该练字过程采集模块为练字过程拍摄模块；

该练字过程拍摄模块用于拍摄形成该用户在该目标练字板上的练字过程影像；

该练字痕迹生成模块包括练字影像纹理提取子模块和练字痕迹信息形成子模块；其中，

该练字影像纹理提取子模块用于提取该练字过程影像中的练字影像纹理特征信息；

该练字痕迹信息形成子模块用于对该练字影像纹理特征信息进行分析处理，从而形成该练字痕迹信息。

由于用户在练字过程中的练字笔画撰写顺序和方向等会影响其练字字体的正确性，通过对用户的练字过程进行拍摄能够全面地获取用户在练字过程中的行为动作，从而便于后续准确地和快速地确定该练字痕迹信息。

优选地，该练字过程采集模块为练字过程压力感应模块；

该练字过程压力感应模块用于检测该用户在该目标练字板进行练字过程中对应的练字压力信息；

该练字痕迹生成模块包括练字压力方向获取子模块和练字痕迹信息形成子模块；

该练字压力方向获取子模块用于根据该练字压力信息，确定该练字压力在该目标练字板上的压力延伸方向信息；

该练字痕迹信息形成子模块用于对该压力延伸方向信息进行分析处理，从而形成该练字痕迹信息。

由于用户在练字过程中于目标练字板上的练字笔画撰写压力会影响字体笔画的走向和形状，进而对练字字体整体的正确性带来影响，通过对用户在练字过程中在目标练字板上施加的压力信息能够准确地确定练字字体的整体形状，从而便于后续准确地和快速地确定该练字痕迹信息。

优选地，该练字痕迹信息预处理模块包括练字痕迹信息降噪子模块和练字痕迹信息平滑化子模块；其中，

该练字痕迹信息降噪子模块用于对该练字痕迹信息进行卡尔曼滤波处理，从而剔除该练字痕迹信息的噪声成分；

该练字痕迹信息平滑化子模块用于对该练字痕迹信息中的离散练字轨迹位置点信息进行线性插值处理，从而提高该练字痕迹信息的平滑连贯性。

受限于练字过程采集模块的数据采集性能，原始获得的练字痕迹信息中的数据信息均为离散型数据信息并且还不可避免会存在相应的背景噪声，通过对该练字痕迹信息进行卡尔曼滤波处理能够有效地降低该背景噪声，而通过线性插值处理能够提高离散型数据信息之间的平滑性，以便于后续更加准确地判断练字字体的合格性。

优选地，该练字字体合格性确定模块包括练字字体-标准字体匹配值计算子模块和生成对抗网络模型分析处理子模块；其中，

该练字字体-标准字体匹配值计算子模块用于根据下面公式(1)对该练字痕迹信息进行计算，以此确定该用户当前练字形成的练字字体与预设标准字体之间的匹配值p

在上述公式(1)中，n表示该目标练字板上的练字空间的位置坐标点的总个数，yi1表示该练字字体在该目标练字板上的练字空间中的第i个位置坐标点对应的练字笔画轨迹特征值，该练字笔画轨迹特征值为练字笔画轨迹影像轮廓特征值或者练字笔画轨迹压力特征值，yi2表示该标准字体在该目标练字板上的练字空间中的第i个位置坐标点的字体笔画轨迹特征值，该字体笔画轨迹特征值为字体笔画轨迹影像轮廓特征值或者字体笔画轨迹压力特征值，βy表示基于字体笔画的权重因子值，vi1表示该练字字体在该目标练字板上的练字空间中的第i个位置坐标点的书写速度值，vi2表示该标准字体在该目标练字板上的练字空间中的第i个位置坐标点的书写速度值，βv表示基于速度指标的权重因子值，wi1表示对该练字字体在该目标练字板上的练字空间中的第i个位置坐标点的读取速率，wi2表示对该标准字体在该目标练字板上的练字空间中的第i个位置坐标点的标准读取速率、且所述标准读取速率为人为预先设置的数值，βw表示基于转速指标的权重因子值，fi1表示该标准字体在该目标练字板上的练字空间中的第i个位置坐标点的方向值，fi2表示该标准字体在该目标练字板上的练字空间中的第i个位置坐标点的方向值，βf表示基于方向指标的权重因子值，并且βy+βv+βw+βf＝1；

该生成对抗网络模型分析处理子模块用于根据生成对抗网络模型将该匹配值p与预设匹配阈值进行比较，若该匹配值p小于或者等于该预设匹配阈值，则确定当前练字形成的字体为合格字体，若该匹配值p大于该预设匹配阈值，则确定当前练字形成的字体为不合格字体。

通过上述公式(1)，确定用户当前练字字体与标准字体之间的匹配值，能够将该当前练字字体与标准字体之间的差异进行量化评判比较，从而便于准确地和客观地判断该当前练字字体是否属于合格字体。

优选地，该练字字体综合评价模块包括字体不合格区域集合确定子模块、字体不合格区域综合评估值计算子模块和字体待修正区域点确定子模块；其中，

该字体不合格区域集合确定子模块用于从被确定为不合格的字体中提取所有不合格区域的字体点，以此构成字体不合格区域集合；

该字体不合格区域综合评估值计算子模块用于根据下面公式公式(2)和(3)计算所有不合格区域的字体点的综合评估值z

在上述公式(2)和(3)中，m表示所有不合格区域的字体点的总数量，表示第j个不合格区域的字体点的点面积信息，δj表示第j个不合格区域的字体点对应于该标准字体的信息占比因子、并且δj的取值范围为[0.1，0.8]，max{}表示取最大值运算，rj表示第j个不合格区域的字体点的个数，qr表示第j个不合格区域中的第r个字体点的点面积信息，r表示该标准字体的所有合格区域对应的字体点的总面积信息；

该字体待修正区域点确定子模块用于在该综合评估值z大于或者等于预设评估阈值时，对该不合格区域的字体点进行聚类处理，并根据该聚类处理的结果筛选出练字字体对应的待修正区域点。

优选地，该基于生成对抗网络的练字系统还包括练字相关信息显示模块和练字字体修正模块；其中，

该练字相关信息显示模块用于显示关于当前练字形成的字体是否合格的确定信息和/或该不合格的字体的不合格区域点信息；该不合格区域点信息包括该不合格的字体的不合格区域位置信息；

该练字字体修正模块用于根据预设字体修正数据库，对该待修正区域点进行修正处理。

优选地，该练字相关信息显示模块还用于根据该待修正区域点，对该不合格的字体进行相应区域的高亮显示。

通过上述公式(2)，计算不合格字体的综合评估值能够对该不合格字体进行全面的评估，并通过构建不合格区域的字体点的区域集合，便于计算不合格区域的字体点的综合评估值，且通过综合评估值，对不合格区域的字体点进行选择性筛选，进而进行相应的高亮处理和修正处理，便于提高练字的高效性可可靠性。

从上述实施例的内容可知，该基于生成对抗网络的练字系统通过采集用户在目标练字板上的练字过程相关信息，并根据该练字过程相关信息生成用户在目标练字板上的练字痕迹信息和对该练字痕迹信息进行规范化预处理，再根据生成对抗网络模型来对该练字痕迹信息进行处理来确定用户当前练字形成的字体是否为合格字体，最后对被确定为不合格的字体进行综合评价，以此确定不合格的字体的不合格区域点信息，这样能够针对不同用户的实际练字过程进行精确的分析处理，以确定不同用户对应的字体不合格区域点信息，再进行适应性的高亮显示和修正处理，从而提高对用户进行练字培训的有效性和精确性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。