CN109543359A - 一种基于物联网大数据的人工智能包装设计方法及系统 - Google Patents

Abstract

本发明公开了一种基于物联网大数据的人工智能包装设计方法及系统，属于商品包装设计生产领域，解决了包装设计生产过程时间成本高，包装设计需求者需求得不到体现，生产质量得不到保障，一个包装设计师不能同时满足不同行业不同人群的不同设计需求问题，其特征包括：包装供需智能模块，包装设计智能模块，包装生产智能模块，所述包装供需智能模块通过其发现包装设计需求者的设计生产需求，与包装设计智能模块的大数据包装构成深度学习模块的学习结论进行耦合、判断、决策得出包装设计结果，通过包装生产智能模块进行生产及配送，实现包装设计生产全流程服务，该发明的应用大幅度缩减了包装设计生产的时间，大幅度减少了人力、物力、财力的损耗。

Description

一种基于物联网大数据的人工智能包装设计方法及系统

技术领域

本发明涉及商品包装设计生产领域，具体涉及一种基于物联网大数据的人工智能包装设计方法及系统。

背景技术

随着社会经济的不断发展，商品包装设计与生产已处于市场经济中十分重要的地位。在目前情况下，商品包装设计与生产主要由包装需求者委托专业的人类设计师完成，包装生产则由包装需求者直接委托第三方包装生产企业或由包装设计者委托第三方包装生产企业完成，在这个传统的产业模式下，一个产品包装从设计到生产需要耗费大量的时间成本、资金成本，由于包装需求者、包装设计师与包装生产者之间文化层次不对称，需求沟通很难形成统一意识，包装需求者的设计需求得不到很好体现，包装质量得不到保障。

同时，由于人力资源成本的不断走高，包装设计者作为一个思维主体又很难满足不同行业、不同人群、不同包装设计需求者的不同需求，导致整个包装设计生产行业供需矛盾突出，整个包装设计生产行业成本不断增加，效益低下，且包装需求者自我审美价值得不到体现，行业整体创造力下降。因此，提供一个可满足不同行业、不同人群、不同包装设计需求、生产需求且能快速高效并准确实现包装需求者自我审美价值的，可监督管理产品生产质量的人工智能设计师就很有必要。

发明内容

本发明的目的在于针对现有行业模式下，产品包装设计及生产过程时间成本高，包装设计需求者设计需求得不到很好的体现，包装生产质量得不到保障，一个包装设计师不能同时满足不同行业、不同人群、不同设计需求者设计需求的问题，提供一种基于物联网大数据的人工智能包装设计方法及系统。

本发明的目的还在于提供一种基于物联网大数据的人工智能包装设计图形结构构成深度学习的基础方法。

为实现上述目的，本发明提供如下技术方案：

一种基于物联网大数据的人工智能包装设计方法及系统，其特征包括：包装供需智能模块(1)，包装设计智能模块(2)，包装生产智能模块(3)；所述包装供需智能模块(1)其特征包括：包装需求智能识别管理模块(11)，包装供给智能展示推介模块(12)；所述包装设计智能模块(2)，其特征包括：大数据包装构成深度学习模块(21)，包装设计神经网络思维决策模块(22)，图形可变维度输出管理模块(23)；所述包装生产智能模块(3)，其特征包括：包装印刷制作文件智能生成模块(31)，包装印刷生产智能管理模块(32)。

所述包装供需智能模块(1)，所述包装需求智能识别管理模块(11)，其特征包括：包装需求者行为采集模块(111)，包装需求者行为分析模块(112)，包装需求者行为记录模块(113)。

所述包装供需智能模块(1)，所述包装供给智能展示推介模块(12)，其特征包括：常规包装设计图形供给推介展示模块(121)，个性化包装设计图形供给推介展示模块(122)。

所述包装设计智能模块(2)，所述大数据包装构成深度学习模块(21)，其特征包括：包装图片大数据获取模块(211)，大数据包装图形结构构成深度学习模块(212)，大数据包装图片色彩构成深度学习模块(213)，大数据包装材料工艺及制作方法深度学习模块(214)，大数据包装产品营销结论深度学习模块(215)。

所述包装设计智能模块(2)，所述包装设计神经网络思维决策模块(22)，其特征包括：识别包装设计需求模块(221)，校验包装设计需求条件合规模块(222)，包装设计需求结论模糊匹配模块(223)，包装设计需求精确耦合决策模块(224)。

所述包装设计智能模块(2)，所述图形可变维度输出管理模块(23)，其特征包括：2D-3D维度可变视图模块(231)，2D-3D维度自主转换模块(232)，3D图形场景智能匹配模块(233)，2D-3D维度仿真高精图像输出模块(234)。

所述包装生产智能模块(3)，所述包装印刷制作文件智能生成模块(31)，其特征包括：包装设计制作文件智能生成模块(311)，包装生产工艺材料及价格智能生成文件模块(312)，包装生产流程指令文件智能生成模块(313)。

所述包装生产智能模块(3)，所述包装印刷生产智能管理模块(32)，其特征包括：包装印刷生产物联网控制模块(321)，包装印刷生产线上盯样管理模块(322)，包装成品质量控制管理模块(323)，包装成品物流配送管理模块(324)。

所述一种基于物联网大数据的人工智能包装设计方法及系统，其特征在于通过常规包装设计图形供给推介展示模块(121)，个性化包装设计图形供给推介展示模块(122)，包装需求者行为采集模块(111)，包装需求者行为分析模块(112)，包装需求者行为记录模块(113)，形成包装设计生产需求条件，与大数据包装图形结构构成深度学习模块(212)，大数据包装图片色彩构成深度学习模块(213)，大数据包装材料工艺及制作方法深度学习模块(214)，大数据包装产品营销结论深度学习模块(215)的深度学习结论进行耦合；通过识别包装设计需求模块(221)，校验包装设计需求条件合规模块(222)，包装设计需求结论模糊匹配模块(223)，用包装设计需求精确耦合决策模块(224)进行决策得出包装设计图形结果；通过2D-3D维度可变视图模块(231)，2D-3D维度自主转换模块(232)，3D图形场景智能匹配模块(233)，2D-3D维度仿真高精图像输出模块(234)生成包装设计可视图形图像；通过包装设计制作文件智能生成模块(311)，包装生产工艺材料及价格智能生成文件模块(312)，包装生产流程指令文件智能生成模块(313)生成包装制作文件及指令文件；包装生产制作文件及包装生产指令文件通过包装印刷生产物联网控制模块(321)下发到包装生产工厂；通过包装印刷生产线上盯样管理模块(322)，包装成品质量控制管理模块(323)，连接包装生产设备进行包装印刷制作线上盯样及线上质量管控；通过包装成品物流配送管理模块(324)匹配物流进行包装成品配送，完成包装设计生产全流程服务。

一种基于物联网大数据的人工智能包装设计方法及系统，其特征包括大数据包装图形结构构成深度学习模块(212)，包括以下步骤：

步骤1：输入不同渠道获取的包装成品图片；

步骤2：按情感需求关键词对输入的包装图片进行分类；

步骤3：识别分类后图片中主体包装结构，提取出包装主体结构的轮廓线，还原包装主体轮廓的3D属性；

步骤4：识别分类后图片中包装的主题名称和其它文字信息，捕获分类文字中产品属性，产品卖点，产品说明文字，确定出文字中合规必要文字并按权重分类记录，将捕获文字转化为可编辑文本；

步骤5：识别分类后图片中包装设计的包装结构，以画面中任意元素为一个基础面积比例单位A²，识别包装设计中各元素间骨骼线并还原为可视线轮廓，结合以确定的一个基础比例单位A²，计算出包装设计中各元素间的比例关系；

步骤6：结合步骤3，步骤4，步骤5结论数据归纳分析已知结论共性关键点，按情感需求关键词分类储存。

附图说明

图1为一种基于物联网大数据的人工智能包装设计方法及系统结构示意图。

图2为一种基于物联网大数据的人工智能包装设计方法及系统流程图。

图3为一种基于物联网大数据的人工智能包装设计方法及系统所述大数据包装图形结构构成深度学习模块方法示意图。

具体实施方法

下面结合图1，图2，图3对本发明的技术方案作进一步的说明，所述实施例仅为本发明一部分实施例，不是全部实施例。基于本发明中的实施例，本行业领域技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护范围。

如图1所示，一种基于物联网大数据的人工智能包装设计方法及系统，其特征包括：包装供需智能模块(1)，包装设计智能模块(2)，包装生产智能模块(3)；所述包装供需智能模块(1)其特征包括：包装需求智能识别管理模块(11)，包装供给智能展示推介模块(12)；所述包装设计智能模块(2)，其特征包括：大数据包装构成深度学习模块(21)，包装设计神经网络思维决策模块(22)，图形可变维度输出管理模块(23)；所述包装生产智能模块(3)，其特征包括：包装印刷制作文件智能生成模块(31)，包装印刷生产智能管理模块(32)。

所述包装供需智能模块(1)，所述包装需求智能识别管理模块(11)，其特征包括：包装需求者行为采集模块(111)，包装需求者行为分析模块(112)，包装需求者行为记录模块(113)。

所述包装供需智能模块(1)，所述包装供给智能展示推介模块(12)，其特征包括：常规包装设计图形供给推介展示模块(121)，个性化包装设计图形供给推介展示模块(122)。

所述包装设计智能模块(2)，所述大数据包装构成深度学习模块(21)，其特征包括：包装图片大数据获取模块(211)，大数据包装图形结构构成深度学习模块(212)，大数据包装图片色彩构成深度学习模块(213)，大数据包装材料工艺及制作方法深度学习模块(214)，大数据包装产品营销结论深度学习模块(215)。

所述包装设计智能模块(2)，所述包装设计神经网络思维决策模块(22)，其特征包括：识别包装设计需求模块(221)，校验包装设计需求条件合规模块(222)，包装设计需求结论模糊匹配模块(223)，包装设计需求精确耦合决策模块(224)。

所述包装设计智能模块(2)，所述图形可变维度输出管理模块(23)，其特征包括：2D-3D维度可变视图模块(231)，2D-3D维度自主转换模块(232)，3D图形场景智能匹配模块(233)，2D-3D维度仿真高精图像输出模块(234)。

所述包装生产智能模块(3)，所述包装印刷制作文件智能生成模块(31)，其特征包括：包装设计制作文件智能生成模块(311)，包装生产工艺材料及价格智能生成文件模块(312)，包装生产流程指令文件智能生成模块(313)。

所述包装生产智能模块(3)，所述包装印刷生产智能管理模块(32)，其特征包括：包装印刷生产物联网控制模块(321)，包装印刷生产线上盯样管理模块(322)，包装成品质量控制管理模块(323)，包装成品物流配送管理模块(324)。

如图2所示，一种基于物联网大数据的人工智能包装设计方法及系统，其特征在于常规包装设计图形供给推介展示模块(121)，个性化包装设计图形供给推介展示模块(122)，向包装需求者使用的手机端或PC端推介包装设计图形供包装设计需求者浏览选择，所述常规包装设计图形供给推介是指按照产品分类属性不同的方式推介，所述个性化包装设计图形供给推介是指按照包装设计需求者的个性喜好进行推介。包装设计需求者在浏览常规包装设计图形供给推介展示模块(121)，或个性化包装设计图形供给推介展示模块(122)所展示的包装设计图片过程中，包装需求者行为采集模块(111)、包装需求者行为分析模块(112)、包装需求者行为记录模块(113)开始抓取包装需求者的浏览行为，分析包装设计需求者的行业需求特性、包装结构构成需求特性、包装颜色需求偏好特性、包装设计场景效果偏好特性，按情感需求关键词分类记录分析好的包装设计需求特性，形成包装设计生产需求条件。

如图2所示，一种基于物联网大数据的人工智能包装设计方法及系统，其特征在于包装图片大数据获取模块(211)在互联网云端部署图片爬虫技术获得海量产品包装图片大数据，部署数据爬虫技术获得海量包装制作工艺大数据及包装产品营销大数据；通过大数据包装图形结构构成深度学习模块(212)，大数据包装图片色彩构成深度学习模块(213)，大数据包装材料工艺及制作方法深度学习模块(214)，大数据包装产品营销结论深度学习模块(215)进行深度学习；按情感需求关键词分类记录包装行业、结构构成、包装颜色、包装设计场景特性及产品包装营销数据形成深度学习结论大数据。

如图2所示，一种基于物联网大数据的人工智能包装设计方法及系统，其特征在于包装设计生产需求条件与深度学习结论大数据进行耦合；通过识别包装设计需求模块(221)，校验包装设计需求条件合规模块(222)，包装设计需求结论模糊匹配模块(223)进行条件辨证模糊匹配，用包装设计需求精确耦合决策模块(224)对条件辨证模糊匹配数据进行决策得出包装设计的图形结果。包装设计需求者通过2D-3D维度可变视图模块(231)，2D-3D维度自主转换模块(232)对包装设计的图形结果进行2D-3D的自由转换，任意角度观看包装设计结果的图形结构；通过3D图形场景智能匹配模块(233)对包装设计结果的图形结构进行场景匹配；通过2D-3D维度仿真高精图像输出模块(234)对包装设计结果与场景匹配好的画面进行高精图像的文件输出，得出包装设计可视图形图像文件。通过包装设计制作文件智能生成模块(311)，包装生产工艺材料及价格智能生成文件模块(312)，包装生产流程指令文件智能生成模块(313)生成包装生产制作文件及包装生产指令文件。包装生产制作文件为行业通用格式文件。包装生产指令文件为后续包装生产过程中的包装数量、包装生产工艺、包装生产质量要求、包装生产物流及配送要求提供系统指令准则。包装生产制作文件及包装生产指令文件通过包装印刷生产物联网控制模块(321)下发到离包装需求者距离最近、生产成本最低、质量最好的包装生产工厂；通过包装印刷生产线上盯样管理模块(322)，包装成品质量控制管理模块(323)，连接部署在全国各地工厂的线下包装生产设备，让包装设计需求者与包装生产设备可实现手机端或PC端的线上互联，让包装设计需求者实现包装印刷制作线上盯样及线上质量管控；通过包装成品物流配送管理模块(324)匹配系统接入的物流进行包装成品配送，完成包装设计生产流程服务。

如图3所示，一种基于物联网大数据的人工智能包装设计方法及系统，其特征包括大数据包装图形结构构成深度学习模块的学习方法，包括以下步骤。

步骤1：输入不同渠道获取的包装成品图片；

步骤2：按情感需求关键词对输入的包装图片进行分类；

步骤3：识别分类后图片中主体包装结构，提取出包装主体结构的轮廓线，还原包装主体轮廓的3D属性；

步骤4：识别分类后图片中包装的主题名称和其它文字信息，捕获分类文字中产品属性，产品卖点，产品说明文字，确定出文字中合规必要文字并按权重分类记录，将捕获文字转化为可编辑文本；

步骤5：识别分类后图片中包装设计的包装结构，以画面中任意元素为一个基础面积比例单位A²，识别包装设计中各元素间骨骼线并还原为可视线轮廓，结合以确定的一个基础比例单位A²，计算出包装设计中各元素间的比例关系；

步骤6：结合步骤3，步骤4，步骤5结论数据归纳分析已知结论共性关键点，按情感需求关键词分类储存。

综上所述，本发明通过基于大数据的包装图形图像深度学习技术，让计算机自主学习以往包装设计作品的设计方法，通过对设计方法的数据化分类及需求匹配，实现同时满足多位不同包装需求者的不同设计需求。同时，本发明通过物联网技术与线下各区域包装生产设备连接，实现包装从需求到设计到生产到物流的一站式闭环服务形态，总体上实现了包装设计生产行业的智能化需求。

上述实施例只为说明本发明的技术构思及特点，其目的是让技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，包括在不脱离本发明的前提下，本领域技术人员做出的若干改进，都应该涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于物联网大数据的人工智能包装设计方法及系统，其特征包括：包装供需智能模块(1)，包装设计智能模块(2)，包装生产智能模块(3)；所述包装供需智能模块(1)其特征包括：包装需求智能识别管理模块(11)，包装供给智能展示推介模块(12)；所述包装设计智能模块(2)，其特征包括：大数据包装构成深度学习模块(21)，包装设计神经网络思维决策模块(22)，图形可变维度输出管理模块(23)；所述包装生产智能模块(3)，其特征包括：包装印刷制作文件智能生成模块(31)，包装印刷生产智能管理模块(32)。

2.根据权利要求1所述一种基于物联网大数据的人工智能包装设计方法及系统，所述包装供需智能模块(1)，所述包装需求智能识别管理模块(11)，其特征包括：包装需求者行为采集模块(111)，包装需求者行为分析模块(112)，包装需求者行为记录模块(113)。

3.根据权利要求1所述一种基于物联网大数据的人工智能包装设计方法及系统，所述包装供需智能模块(1)，所述包装供给智能展示推介模块(12)，其特征包括：常规包装设计图形供给推介展示模块(121)，个性化包装设计图形供给推介展示模块(122)。

4.根据权利要求1所述一种基于物联网大数据的人工智能包装设计方法及系统，所述包装设计智能模块(2)，所述大数据包装构成深度学习模块(21)，其特征包括：包装图片大数据获取模块(211)，大数据包装图形结构构成深度学习模块(212)，大数据包装图片色彩构成深度学习模块(213)，大数据包装材料工艺及制作方法深度学习模块(214)，大数据包装产品营销结论深度学习模块(215)。

5.根据权利要求1所述一种基于物联网大数据的人工智能包装设计方法及系统，所述包装设计智能模块(2)，所述包装设计神经网络思维决策模块(22)，其特征包括：识别包装设计需求模块(221)，校验包装设计需求条件合规模块(222)，包装设计需求结论模糊匹配模块(223)，包装设计需求精确耦合决策模块(224)。

6.根据权利要求1所述一种基于物联网大数据的人工智能包装设计方法及系统，所述包装设计智能模块(2)，所述图形可变维度输出管理模块(23)，其特征包括：2D-3D维度可变视图模块(231)，2D-3D维度自主转换模块(232)，3D图形场景智能匹配模块(233)，2D-3D维度仿真高精图像输出模块(234)。

7.根据权利要求1所述一种基于物联网大数据的人工智能包装设计方法及系统，所述包装生产智能模块(3)，所述包装印刷制作文件智能生成模块(31)，其特征包括：包装设计制作文件智能生成模块(311)，包装生产工艺材料及价格智能生成文件模块(312)，包装生产流程指令文件智能生成模块(313)。

8.根据权利要求1所述一种基于物联网大数据的人工智能包装设计方法及系统，所述包装生产智能模块(3)，所述包装印刷生产智能管理模块(32)，其特征包括：包装印刷生产物联网控制模块(321)，包装印刷生产线上盯样管理模块(322)，包装成品质量控制管理模块(323)，包装成品物流配送管理模块(324)。

9.根据权利要求1所述一种基于物联网大数据的人工智能包装设计方法及系统，其特征在于通过常规包装设计图形供给推介展示模块(121)，个性化包装设计图形供给推介展示模块(122)，包装需求者行为采集模块(111)，包装需求者行为分析模块(112)，包装需求者行为记录模块(113)，形成包装设计生产需求条件，与大数据包装图形结构构成深度学习模块(212)，大数据包装图片色彩构成深度学习模块(213)，大数据包装材料工艺及制作方法深度学习模块(214)，大数据包装产品营销结论深度学习模块(215)的深度学习结论进行耦合；通过识别包装设计需求模块(221)，校验包装设计需求条件合规模块(222)，包装设计需求结论模糊匹配模块(223)，用包装设计需求精确耦合决策模块(224)进行决策得出包装设计结果；通过2D-3D维度可变视图模块(231)，2D-3D维度自主转换模块(232)，3D图形场景智能匹配模块(233)，2D-3D维度仿真高精图像输出模块(234)生成包装设计可视图形图像；通过包装设计制作文件智能生成模块(311)，包装生产工艺材料及价格智能生成文件模块(312)，包装生产流程指令文件智能生成模块(313)生成包装制作文件及指令文件；包装生产制作文件及包装生产指令文件通过包装印刷生产物联网控制模块(321)下发到包装生产工厂；通过包装印刷生产线上盯样管理模块(322)，包装成品质量控制管理模块(323)，连接包装生产设备进行包装印刷制作线上盯样及线上质量管控；通过包装成品物流配送管理模块(324)匹配物流进行包装成品配送，完成包装设计生产全流程服务。

10.根据权利要求4所述一种基于物联网大数据的人工智能包装设计方法及系统，其特征包括大数据包装图形结构构成深度学习模块(212)，包括以下步骤：

步骤1：输入不同渠道获取的包装成品图片；

步骤2：按情感需求关键词对输入的包装图片进行分类；

步骤3：识别分类后图片中主体包装结构，提取出包装主体结构的轮廓线，还原包装主体轮廓的3D属性；

步骤4：识别分类后图片中包装的主题名称和其它文字信息，捕获分类文字中产品属性，产品卖点，产品说明文字，确定出文字中合规必要文字并按权重分类记录，将捕获文字转化为可编辑文本；

步骤5：识别分类后图片中包装设计的包装结构，以画面中任意元素为一个基础面积比例单位A²，识别包装设计中各元素间骨骼线并还原为可视线轮廓，结合以确定的一个基础比例单位A²，计算出包装设计中各元素间的比例关系；

步骤6：结合步骤3，步骤4，步骤5结论数据归纳分析已知结论共性关键点，按情感需求关键词分类储存。