专利交易市场

本发明涉及一种视频中文字图层版式批量更新方法、装置、设备及介质，属于计算机技术领域。所述方法包括以下步骤：S1、打开包含文字图层的AfterEffects项目；S2、选中合成窗口中的一个文字图层并将其调整为指定的文字样式；S3、响应于用户的复制操作，将当前选定的文字图层的文字样式复制到一个变量中，以便于后续对其进行存储和复用；S4、响应于用户的粘贴操作，遍历当前项目中的所有合成项，筛选出所有的文字图层；S5、基于所复制的文字样式，对当前项目中所有文字图层的文字样式执行批量更新。本发明能够对工程项目内所有文字图层的版式设计实现一键批量更改，实现过程高效便捷，省时省力。

本发明在计算机应用技术领域，公开了一种人工智能排版方法、装置、设备及可读存储介质，该方法包括：排版设计软件启动后，获取设计操作信息和画面信息；从设计操作信息和画面信息中提取操作特征；利用操作特征构建设计师画像，并预测下一操作行为；根据设计师画像，输出下一操作行为的辅助排版功能；在辅助排版功能被采用的情况下，输出辅助排版功能的细化内容，以辅助排版设计。通过构建设计师画像和预测下一操作行为，并基于设计师画像给出下一操作行为对应的辅助排版功能以供设计师选择，以及在辅助排版功能被采用的情况下，进一步提供细化内容，能够减轻设计师的工作压力、减少机械性操作的时间以助其花费更多时间在主观创作上。

本发明公开一种基于小样本数据集的字体风格迁移方法、系统及设备，解决现有的方法在小样本数据集情况下存在过拟合和泛化能力差的问题，其技术方案要点是：获取两种样本数据集，构建表达文字图片特征的标签，根据标签对大样本数据集内的文字图片进行标记，获得标签信息；根据签信息对判决器进行训练，根据训练后的判决器和第一生成器构建生成对抗网络；将大样本数据集输入生成对抗网络中进行训练和第一生成器构建第二生成器；多个第二生成器构建循环神经网络；将第二生成器的输出的特征图作为循环神经网络的输入，并结合小样本数据集完成对循环神经网络的训练。本发明避免在小样本数据的情况下文字风格迁移出现过拟合和泛化能力差的问题。

本发明实施例提供一种汉字字体转换方法、装置、设备和存储介质，涉及文字字体转换技术领域。其中，这种汉字字体转换方法包含步骤S1至步骤S3。S1、获取第一文字的第一字体图像和/或第二文字的第二字体图像。S2、获取基于对抗网络的字体转换模型。其中，对抗网络包含部首约束解码网络。S3、将第一文字的第一字体图像输入字体转换模型获取第一文字的第二字体图像，和/或将第二文字的第二字体图像输入字体转换模型获取第二文字的第一字体图像。本发明的汉字字体转换方法能够有效的避免字体转换过程中的笔画缺失、笔画中断、多笔画和笔画不完整等错误，并且接合了部首约束能够取得更好的字体转换效果。

本发明公开了一种试题集文件生成方法，包括：获取待编辑文件；对待编辑文件铺设点阵码，输出待编辑文件的纯内容底图文件以及铺码底图文件；对铺码底图文件的各个试题区域进行区域框选操作，得到多个试题框选区域；获取各个试题框选区域对应的区域编码信息；将各个试题框选区域分块存储于预设试题数据库，并利用区域编码信息在预设试题数据库中对各个试题框选区域进行标记；将分块录入的铺码框选区域与对应的纯内容底图文件作分块算法关联；基于各个试题框选区域获取对应的试题内容；对试题内容进行适应性排版设置，并生成对应试题集文件。本发明还公开一种试题集文件生成装置。