CN110232726A - 创意素材的生成方法及装置 - Google Patents

Abstract

本发明实施公开一种创意素材的生成方法及装置，其中方法包括如下步骤：对源创意素材进行数据解析，生成以像素表示的图像矩阵，对所述图像矩阵进行多维度计算处理，得到所述图像矩阵对应的多维度特征数据，基于素材生成算法将所述多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材。采用本发明，可以根据品牌方需求智能生成多渠道的延展设计，保证品牌方的运营效率，降低运营成本。

Description

创意素材的生成方法及装置

技术领域

本发明涉及智能生成创意素材技术领域，具体涉及一种创意素材的生成方法及装置。

背景技术

随着电子商务以及在线实时竞价(Real Time Bidding，RTB)广告等的发展，在线创意广告的设计需求正在急速扩张。不同的广告投放渠道或平台，对广告的形式和尺寸又有着不同的要求，导致品牌方需要花费大量的时间和人力成本，在一些重复性机械性的设计任务上，降低了品牌方日常运营的效率。

发明内容

本发明实施例提供一种创意素材的生成方法及装置，可以根据品牌方需求智能生成多渠道的延展设计，保证品牌方的运营效率，降低运营成本。

本发明实施例第一方面，提供一种创意素材的生成方法，包括：

对源创意素材进行数据解析，生成以像素表示的图像矩阵；

对所述图像矩阵进行多维度计算处理，得到所述图像矩阵对应的多维度特征数据；

基于素材生成算法将所述多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材。

进一步的，上述生成方法还包括：

对所述源创意素材进行图层分解，将分解后的各图层按照图层合并标准合并为标准结构。

进一步的，在对所述图像矩阵进行多维度计算处理，得到所述图像矩阵对应的多维度特征数据之前，上述生成方法还包括：

基于预设基础结构对所述源创意素材进行设计布局提取，所述预设基础结构为logo标志、tittle标题和keyimage主图形；

将所述设计布局提取的提取结果与行业数据和平台数据进行区别对比，确定对所述图像矩阵进行多维度计算处理对应的不同维度。

进一步的，上述生成方法还包括：

对所述设计需求进行数字化、结构化处理，定量分析所述设计需求在不同设计维度下的设计数据；

将所述设计数据转化为机器语言表述的框架准则。

进一步的，上述生成方法还包括：

对所述多维度特征数据进行重合性分析，确定高频创意元素所在的位置和所述框架准则对应的布局重心。

进一步的，上述生成方法还包括：

计算源创意素材中各创意元素之间的耦合度和结构化程度；

根据所述耦合度和所述结构化程度量化生成所述目标创意素材的难易度；

当所述难易度大于预设难度阈值时，输出难度提示信息。

进一步的，上述生成方法还包括：

获取针对所述目标创意素材所输入的图灵测试结果；

根据所述图灵测试结果优化所述素材生成算法。

本发明实施例第二方面，提供一种创意素材的生成装置，包括：

矩阵生成模块，用于对源创意素材进行数据解析，生成以像素表示的图像矩阵；

矩阵处理模块，用于对所述图像矩阵进行多维度计算处理，得到所述图像矩阵对应的多维度特征数据；

目标素材生成模块，用于基于素材生成算法将所述多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材。

进一步的，上述生成装置还包括：

图层合并模块，用于对所述源创意素材进行图层分解，将分解后的各图层按照图层合并标准合并为标准结构。

进一步的，上述生成装置还包括：

布局提取模块，用于基于预设基础结构对所述源创意素材进行设计布局提取，所述预设基础结构为logo标志、tittle标题和keyimage主图形；

维度确定模块，用于将所述设计布局提取的提取结果与行业数据和平台数据进行区别对比，确定对所述图像矩阵进行多维度计算处理对应的不同维度。

进一步的，上述生成装置还包括：

需求处理模块，用于对所述设计需求进行数字化、结构化处理，定量分析所述设计需求在不同设计维度下的设计数据；

准则生成模块，用于将所述设计数据转化为机器语言表述的框架准则。

进一步的，上述生成装置还包括：

重合性分析模块，用于对所述多维度特征数据进行重合性分析，确定高频创意元素所在的位置和所述框架准则对应的布局重心。

进一步的，上述生成装置还包括：

元素计算模块，用于计算源创意素材中各创意元素之间的耦合度和结构化程度；

难易度计算模块，用于根据所述耦合度和所述结构化程度量化生成所述目标创意素材的难易度；

信息输出模块，用于当所述难易度大于预设难度阈值时，输出难度提示信息。

进一步的，上述生成装置还包括：

结果获取模块，用于获取针对所述目标创意素材所输入的图灵测试结果；

算法优化模块，用于根据所述图灵测试结果优化所述素材生成算法。

本发明实施例中，通过对源创意素材的元素化处理，再进行多维度特征数据的提取，最后按设计需求对多维度特征数据进行符合行业美学的框架融合生成多渠道的延展设计，保证了品牌方的运营效率，降低了运营成本。

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是本发明实施例公开的一种创意素材的生成方法的流程示意图；

图2是本发明实施例公开的一种创意素材生成效果示意图；

图3是本发明实施例公开的一种创意素材的生成装置的结构示意图；

图4是本发明实施例公开的另一种创意素材的生成装置的结构示意图。

具体实施方式

下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述。显然，所描述的实施方式是本发明的一部分实施方式，而不是全部实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式，都应属于本发明保护的范围。

在本发明实施例中，创意素材的生成装置(以下简称为生成装置)可以是具备图像编辑及处理等能力的终端设备，例如可以是便携式智能终端、PC等。

请参阅图1，图1是本发明实施例公开的一种创意素材的生成方法的流程示意图。如图1所示，本实施例中所描述的创意素材的生成方法，包括步骤：

S101，对源创意素材进行数据解析，生成以像素表示的图像矩阵。

需要说明的是，上述源创意素材可以是最初用设计师手动设计的创意作品，例如图2中的第一个广告创意设计，即为源创意素材。生成装置可以通过算法将源创意素材转换成通用的计算机可表达的数据格式，解析后的设计数据是以像素表示的图像矩阵，保留了原始设计数据中的不同通道和色彩信息，此外还可以很方便地读取到源创意素材的像素值、像素坐标，从而可以让机器对解析后的设计数据进行不同维度的计算(如：色彩、形状、纹理、结构等)，获取设计数据的多维度特征，进而将多维度的特征按照符合行业美学的框架融合起来生成高质量的内容。

可以理解的是，源创意素材的各个图层的设计分布过程与设计师自己的设计习惯相关，在进行数据解析之前，上述生成装置可以对源创意素材进行图层分解，将分解后的各图层按照图层合并标准合并为标准结构，该图层合并标准可以是与本发明实施例中规定的便于数据解析的不同图层分布的标准相对应。例如，图层顺序可以自下而上的为：背景、场景图版面、底部信息板、辅助图形、辅助图形、主图形、logo板、段落文字以及标题。

需要说明的，上述图层非必选，可以在上述图层中选择一个或多个进行图层分解等相关处理，图层合并后减少了图层之间相互影响的滤镜或者效果。

S102，对图像矩阵进行多维度计算处理，得到图像矩阵对应的多维度特征数据。

具体的，生成装置可以对图像矩阵进行多维度计算处理，得到图像矩阵对应的多维度特征数据。可以理解的是，上述多维度计算处理可以是对至少两个维度的设计数据进行的特征提取。上述多维度特征数据可以代表源创意素材在相应维度下的特征，例如，在色彩维度上，通过对颜色的分析，得到的颜色直方图或者颜色矩等特征数据描述颜色的分布。

在可选实施例中，生成装置可以基于预设基础结构对源创意素材进行设计布局提取，其中，预设基础结构可以为logo标志、title标题和keyimage主图形。可以理解的是，上述设计布局可以是根据logo标志、title标题和keyimage主图形对不同维度下的特征数据所进行的布局，例如，可以包括logo标志、title标题和keyimage主图形的相对位置、大小以及所在图层等的布局。进而，设计布局提取可以是将各特征数据提取出来，为布局做准备。进一步的，可以将设计布局提取的结果(即提取出的不同维度的特征数据)与行业数据和平台数据进行区别对比，通过对比确定需要对图像矩阵进行多维度计算处理所对应的具体维度，例如，可以对应的维度为色彩、形状、纹理、结构等中的两个或多个。

在可选实施例中，生成装置可以对上述多维度特征数据进行重合性分析，将数据分析的结果进行归类和矫正，确定高频创意元素所在的位置和框架准则对应的布局重心。其中，框架准则可以是用户输入的设计需求对应的素材生成时需遵循的框架准则。

在可选实施例中，生成装置还可以根据用户的输入参数(例如，场景、尺寸、主KV、以及广告渠道数据)对多维特征数据进行投放尺寸的分布统计、图像色彩的分析和风格分类标签等的分析。

S103，基于素材生成算法将多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材。

可以理解的是，上述设计需求可以是用户输入的针对如场景、尺寸、主 KV、以及广告渠道等的需求数据，例如，某东电商渠道投放、批量贴图/贴文字。生成装置可以对上述设计需求进行数字化、结构化处理，定量分析该设计需求在不同设计维度下的设计数据，进一步的，可以将上述设计数据转化为机器语言表述的框架准则，即生成目标创意素材应该遵循的原则。

具体的，生成装置可以基于素材生成算法将多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材，例如图2中的后面两个广告创意设计，即为在第一个源创意素材的基础上生成的目标创意素材。可以理解的是，上述目标创意素材设计的原则为设计决策的一般底层规则，例如，可以包括基本设计原则、行业原则(房地产原则、电商原则)、渠道原则(例如地产会有道旗、户外广告牌等渠道；电商会有某里、某东等电商渠道原则)以及品牌原则(如每个品牌的品牌规范)等。

在可选实施例中，生成装置可以计算源创意素材中各创意元素之间的耦合度和结构化程度，再根据上述耦合度和结构化程度量化生成目标创意素材的难易度，并在难易度大于预设难度阈值时，输出难度提示信息。可以提示用户当前源创意素材复杂度较高，设计耗时较长，生成结果的满意度较低等。

在可选实施例中，生成装置可以获取针对上述目标创意素材所输入的测试结果，该结果可以是用户根据最终获得的目标创意素材反馈的意见。进一步的，上述装置可以根据上述测试结果优化素材生成算法，确保算法的持续优化。

本发明实施例中，通过对源创意素材的元素化处理，再进行多维度特征数据的提取，最后按设计需求对多维度特征数据进行符合行业美学的框架融合生成多渠道的延展设计，保证了品牌方的运营效率，降低了运营成本。

下面将结合附图3对本发明实施例提供的创意素材的生成装置进行详细介绍。需要说明的是，附图3所示的生成装置，用于执行本发明实施例图1和图2 所示实施例的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，可以参照本发明图1所示的实施例。

如图3所示，本发明实施例的所述生成装置10可以包括矩阵生成模块101、矩阵处理模块102、目标素材生成模块103、图层合并模块104、布局提取模块 105、维度确定模块106、需求处理模块107、准则生成模块108、重合性分析模块109、元素计算模块110、难易度计算模块111、信息输出模块112、结果获取模块113和算法优化模块114。

矩阵生成模块101，用于对源创意素材进行数据解析，生成以像素表示的图像矩阵。

需要说明的是，上述源创意素材可以是最初用设计师手动设计的创意作品，例如图2中的第一个广告创意设计，即为源创意素材。矩阵生成模块101可以通过算法将源创意素材转换成通用的计算机可表达的数据格式，解析后的设计数据是以像素表示的图像矩阵，保留了原始设计数据中的不同通道和色彩信息，此外还可以很方便地读取到源创意素材的像素值、像素坐标，从而可以让机器对解析后的设计数据进行不同维度的计算(如：色彩、形状、纹理、结构等)，获取设计数据的多维度特征，进而将多维度的特征按照符合行业美学的框架融合起来生成高质量的内容。

可以理解的是，源创意素材的各个图层的设计分布过程与设计师自己的设计习惯相关，在进行数据解析之前，上述生成装置可以对源创意素材进行图层分解，将分解后的各图层按照图层合并标准合并为标准结构，该图层合并标准可以是与本发明实施例中规定的便于数据解析的不同图层分布的标准相对应。例如，图层顺序可以自下而上的为：背景、场景图版面、底部信息板、辅助图形、辅助图形、主图形、logo板、段落文字以及标题。

需要说明的，上述图层非必选，可以在上述图层中选择一个或多个进行图层分解等相关处理，图层合并后减少了图层之间相互影响的滤镜或者效果。

矩阵处理模块102，用于对图像矩阵进行多维度计算处理，得到图像矩阵对应的多维度特征数据。

具体实现中，矩阵处理模块102可以对图像矩阵进行多维度计算处理，得到图像矩阵对应的多维度特征数据。可以理解的是，上述多维度计算处理可以是对至少两个维度的设计数据进行的特征提取。上述多维度特征数据可以代表源创意素材在相应维度下的特征，例如，在色彩维度上，通过对颜色的分析，得到的颜色直方图或者颜色矩等特征数据描述颜色的分布。

可以理解的是，上述设计布局可以是根据logo标志、title标题和keyimage 主图形对不同维度下的特征数据所进行的布局，例如，可以包括logo标志、title 标题和keyimage主图形的相对位置、大小以及所在图层等的布局。进而，设计布局提取可以是将各特征数据提取出来，为布局做准备。进一步的，可以将设计布局提取的结果(即提取出的不同维度的特征数据)与行业数据和平台数据进行区别对比，通过对比确定需要对图像矩阵进行多维度计算处理所对应的具体维度，例如，可以对应的维度为色彩、形状、纹理、结构等中的两个或多个。

在可选实施例中，重合性分析模块109可以对上述多维度特征数据进行重合性分析，将数据分析的结果进行归类和矫正，确定高频创意元素所在的位置和框架准则对应的布局重心。其中，框架准则可以是用户输入的设计需求对应的素材生成时需遵循的框架准则。

在可选实施例中，生成装置10还还可以根据用户的输入参数(例如，场景、尺寸、主KV、以及广告渠道数据)对多维特征数据进行投放尺寸的分布统计、图像色彩的分析和风格分类标签等的分析。

目标素材生成模块103，用于基于素材生成算法将多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材。

可以理解的是，上述设计需求可以是用户输入的针对如场景、尺寸、主 KV、以及广告渠道等的需求数据，例如，某东电商渠道投放、批量贴图/贴文字。需求处理模块107可以对上述设计需求进行数字化、结构化处理，定量分析该设计需求在不同设计维度下的设计数据，进一步的，准则生成模块108可以将上述设计数据转化为机器语言表述的框架准则，即生成目标创意素材应该遵循的原则。

具体实现中，目标素材生成模块103可以基于素材生成算法将多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材，例如图2中的后面两个广告创意设计，即为在第一个源创意素材的基础上生成的目标创意素材。可以理解的是，上述目标创意素材设计的原则为设计决策的一般底层规则，例如，可以包括基本设计原则、行业原则(房地产原则、电商原则)、渠道原则(例如地产会有道旗、户外广告牌等渠道；电商会有某里、某东等电商渠道原则)以及品牌原则(如每个品牌的品牌规范)等。

在可选实施例中，元素计算模块110可以计算源创意素材中各创意元素之间的耦合度和结构化程度，难易度计算模块111可以根据上述耦合度和结构化程度量化生成目标创意素材的难易度，当难易度大于预设难度阈值时，信息输出模块112可以输出难度提示信息。可以提示用户当前源创意素材复杂度较高，设计耗时较长，生成结果的满意度较低等。

再可选实施例中，结果获取模块113可以获取针对上述目标创意素材所输入的测试结果，该结果可以是用户根据最终获得的目标创意素材反馈的意见。进一步的，算法优化模块114可以根据测试结果优化素材生成算法，确保算法的持续优化。

本发明实施例中，通过对源创意素材的元素化处理，再进行多维度特征数据的提取，最后按设计需求对多维度特征数据进行符合行业美学的框架融合生成多渠道的延展设计，保证了品牌方的运营效率，降低了运营成本。

请参见图4为本发明实施例提供了一种基于创意素材的处理装置的结构示意图。如图4所示，所述处理装置1000可以包括：至少一个处理器1001，例如CPU，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏(Display)、键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速 RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器 1001的存储装置。如图4所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及创意素材的生成应用程序。

在图4所示的处理装置1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；网络接口1004用于与用户终端进行数据通信；而处理器1001可以用于调用存储器1005中存储的创意素材的生成应用程序，并具体执行以下操作：

对源创意素材进行数据解析，生成以像素表示的图像矩阵；

对所述图像矩阵进行多维度计算处理，得到所述图像矩阵对应的多维度特征数据；

基于素材生成算法将所述多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材。

在一个实施例中，所述处理器1001还用于执行以下操作：

对所述品牌书进行数据化处理，生成品牌规范数据，所述数据化处理至少包括对所述品牌书的量化处理和规则化处理。

在一个实施例中，所述处理器1001还用于执行以下操作：

对所述源创意素材进行图层分解，将分解后的各图层按照图层合并标准合并为标准结构。

在一个实施例中，所述处理器1001在对所述图像矩阵进行多维度计算处理，得到所述图像矩阵对应的多维度特征数据之前，还执行以下操作：

基于预设基础结构对所述源创意素材进行设计布局提取，所述预设基础结构为logo标志、tittle标题和keyimage主图形；

将所述设计布局提取的提取结果与行业数据和平台数据进行区别对比，确定对所述图像矩阵进行多维度计算处理对应的不同维度。

在一个实施例中，所述处理器1001还用于执行以下操作：

对所述设计需求进行数字化、结构化处理，定量分析所述设计需求在不同设计维度下的设计数据；

将所述设计数据转化为机器语言表述的框架准则。

在一个实施例中，所述处理器1001还用于执行以下操作：

对所述多维度特征数据进行重合性分析，确定高频创意元素所在的位置和所述框架准则对应的布局重心。

在一个实施例中，所述处理器1001还用于执行以下操作：

计算源创意素材中各创意元素之间的耦合度和结构化程度；

根据所述耦合度和所述结构化程度量化生成所述目标创意素材的难易度；

当所述难易度大于预设难度阈值时，输出难度提示信息。

在一个实施例中，所述处理器1001还用于执行以下操作：

获取针对所述目标创意素材所输入的图灵测试结果；

根据所述图灵测试结果优化所述素材生成算法。

本发明实施例中，通过对源创意素材的元素化处理，再进行多维度特征数据的提取，最后按设计需求对多维度特征数据进行符合行业美学的框架融合生成多渠道的延展设计，保证了品牌方的运营效率，降低了运营成本。

以上对本发明实施例所提供的一种创意素材的生成方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种创意素材的生成方法，其特征在于，包括：

对源创意素材进行数据解析，生成以像素表示的图像矩阵；

对所述图像矩阵进行多维度计算处理，得到所述图像矩阵对应的多维度特征数据；

基于素材生成算法将所述多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述源创意素材进行图层分解，将分解后的各图层按照图层合并标准合并为标准结构。

3.根据权利要求1所述的方法，其特征在于，在对所述图像矩阵进行多维度计算处理，得到所述图像矩阵对应的多维度特征数据之前，所述方法还包括：

基于预设基础结构对所述源创意素材进行设计布局提取，所述预设基础结构为logo标志、tittle标题和key image主图形；

将所述设计布局提取的提取结果与行业数据和平台数据进行区别对比，确定对所述图像矩阵进行多维度计算处理对应的不同维度。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述设计需求进行数字化、结构化处理，定量分析所述设计需求在不同设计维度下的设计数据；

将所述设计数据转化为机器语言表述的框架准则。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述多维度特征数据进行重合性分析，确定高频创意元素所在的位置和所述框架准则对应的布局重心。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

计算源创意素材中各创意元素之间的耦合度和结构化程度；

根据所述耦合度和所述结构化程度量化生成所述目标创意素材的难易度；

当所述难易度大于预设难度阈值时，输出难度提示信息。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取针对所述目标创意素材所输入的图灵测试结果；

根据所述图灵测试结果优化所述素材生成算法。

8.一种创意素材的生成装置，其特征在于，包括：

矩阵生成模块，用于对源创意素材进行数据解析，生成以像素表示的图像矩阵；

矩阵处理模块，用于对所述图像矩阵进行多维度计算处理，得到所述图像矩阵对应的多维度特征数据；

目标素材生成模块，用于基于素材生成算法将所述多维度特征数据按照所输入的设计需求对应的框架准则生成目标创意素材。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

布局提取模块，用于基于预设基础结构对所述源创意素材进行设计布局提取，所述预设基础结构为logo标志、tittle标题和key image主图形；

维度确定模块，用于将所述设计布局提取的提取结果与行业数据和平台数据进行区别对比，确定对所述图像矩阵进行多维度计算处理对应的不同维度。

10.根据权利要求8所述的装置，其特征在于，所述装置还包括：

需求处理模块，用于对所述设计需求进行数字化、结构化处理，定量分析所述设计需求在不同设计维度下的设计数据；

准则生成模块，用于将所述设计数据转化为机器语言表述的框架准则。