CN112883684B - 一种多用途视觉传达设计的信息处理方法 - Google Patents

一种多用途视觉传达设计的信息处理方法 Download PDF

Info

Publication number
CN112883684B
CN112883684B CN202110054141.1A CN202110054141A CN112883684B CN 112883684 B CN112883684 B CN 112883684B CN 202110054141 A CN202110054141 A CN 202110054141A CN 112883684 B CN112883684 B CN 112883684B
Authority
CN
China
Prior art keywords
design
visual
points
visual characteristic
text
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110054141.1A
Other languages
English (en)
Other versions
CN112883684A (zh
Inventor
王艺茹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202110054141.1A priority Critical patent/CN112883684B/zh
Publication of CN112883684A publication Critical patent/CN112883684A/zh
Application granted granted Critical
Publication of CN112883684B publication Critical patent/CN112883684B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/109—Font handling; Temporal or kinetic typography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种多用途视觉传达设计的信息处理方法，属于视觉信息处理技术领域，方法包括处理素材和需求，生成初始设计体，根据初始设计体分解需求，然后丰富设计点，在根据丰富的设计点生成更全面的设计体。将用户素材先视觉识别和说明匹配构成设计点素，从而设计出来的设计内容更加符合用户的需求，同时与用户需求特性进行结合，把需要的特性分解，更能丰富用户的需求，然后根据丰富后的需求反向丰富设计点素，从而得到更多的设计内容，但是每个设计的内容均是与素材和需求特性为基础进行设计的，更好的体现用户的需求，可以根据不同可以客户和领域的不同选取更多的设计版本，更好供用户选择。

Description

一种多用途视觉传达设计的信息处理方法
技术领域
本发明涉及视觉信息处理技术领域，尤其涉及一种多用途视觉传达设计的信息处理方法。
背景技术
视觉传达为传播特定事物通过可视形式的主动行为。大部分或者部分依赖视觉，并且以标识、排版、绘画、平面设计、插画、色彩及电子设备等二度空间的影像表现。视觉传达设计的过程中发现了一个现象：传播、教育、说服观众的影像伴随以文字会具有更大的影响。所具有的含义是：以某种目的为先导的，通过可视的艺术形式传达一些特定的信息到被传达对象，并且对被传达对象产生影响的过程。所谓视觉符号就是指人类的视觉器官，眼睛所能看到的能表现事物一定性质的符号，如摄影、电视、电影、造型艺术、建筑物、各类设计产品、城市建筑以及各种科学、文字，也包括舞台设计、音乐、纹章学、古钱币等都是用眼睛能看到的，它们都属于视觉符号。所谓传达，是指信息发送者利用符号向接受者传递信息的过程，它可以是个体内的传达，也可能是个体之间的传达，如所有的生物之间、人与自然、人与环境以及人体内的信息传达等。它包括谁、把什么、向谁传达、特性、影响如何这四个程序。现有多用途视觉传达设计信息处理系统设计内容色彩体验差；同时，对于同一视觉设计界面，不同用户产生的感受可能截然不同，故用于评估视觉设计界面的目标特征词可能过多，并且由于评估结果无法量化，无法从得到目标特征词中选出有效的目标特征词，来评估视觉设计界面，导致视觉设计界面评估结果的可靠性低。
公开号为CN110321662A的专利公开了一种多用途视觉传达设计信息处理系统及方法，具体内容为将素材导入，然后设计参数，人工编辑文字根据参数设计成设计内容，然后经过染色矫正和评估得到，这个过程比较简单，只是简单的设置参数和人工编辑文字，无法真正的获取得到用户想要的视觉特性点，后面的矫正只能是染色的更换配比，但是单单靠染色矫正是无法达到特性的体现的，因此需要设计一种更能根据用户想要的特性进行自动设计的信息处理方法。
发明内容
本发明的目的在于提供一种多用途视觉传达设计的信息处理方法，解决背景技术中提到的技术问题。
一种多用途视觉传达设计的信息处理方法，所述方法包括如下步骤：
步骤1：用户输入素材和视觉特性文字说明，每个素材使用文字标题说明；
步骤2：识别提取素材元素和解析素材标题文字说明，生成设计点素体，将视觉特性文字分词处理得到视觉特性点，将视觉特性点和解析的素材标题文字说明生成说明文字体；
步骤3：将设计点素体和说明文字体排版生成视觉设计体；
步骤4：对视觉设计体进行解析得到设计部，并对设计部进一步解析得到设计点；
步骤5：查找所有设计点的视觉特性得到视觉特性点，根据视觉特性点查找相似的视觉特性点得到视觉特性点模型；
步骤6：根据视觉特性点模型反向设计出设计点，将设计点汇总得到设计点模型；
步骤7：根据设计点模型设计成设计部模型，然后根据设计部模型生成若干个设计体；
步骤8：对所有的设计体进行视觉图像识别，并提取视觉特性，提取的视觉特性与用户输入视觉特性进行对比，得到排序设计体排序数据；
步骤9：对所有排序设计体进行整体识别和设计部识别，并提取整体特性和部特性，然后选取权重根据整体特性、部特性和排序数据选出最佳设计体。
进一步地，步骤1中，素材为图像或者图标，每个素材的文字标题说明包括素材的内部内容、需要设计的大小和位置，视觉特性文字说明包括整体的视觉特性、部特性及特性的含义。
进一步地，步骤2中，识别提取素材元素的具体过程为，通过图像识别，将图像的颜色和图像的轮廓进行识别，特性文字分词处理的具体过程为，通过互联网获取公开的《中文词典》基本文本语料集，使用分词工具对语料集进行分词，全用尺寸为3，步长为1窗口获得二元语言学训练数据，将二元语言学训练数据进行模型训练得到词向量表示，计算每两个词向量vi，vj间的夹角余值作为两个词的相似度，获得相似度量矩阵，通过度量获取与词vi最邻近的3个词即vi的3个同义词得到视觉特性点，分解素材标题文字说明的具体过程为，以标点符号为间隔截取符，对截取后的语句进行关键名词识别，相同或者相识名词的语句归为一类，然后将每一类的语句名词分别提取得到分解的说明。
进一步地，步骤3的具体过程为，先将每一个素材的元素体设置为单一部，然后将所有的单一部合并到一个面体内，部的位置布局主要根据设计常规知识和特性因素，然后将生成说明文字体嵌插部之间的空格处，得到设计体。
进一步地，步骤4中，将设计体分析为若干个设计部的具体过程为，以颜色和图像边界为设计部界限，对设计体分割得到若干块设计部，解析设计部时，将设计部分解到最小粒度，直到所有设计部分到不能再分，分解到的设计点只有一个视觉特性点，也就是一个设计因素只有一个设计特性。
进一步地，步骤5中，查找所有的设计点的视觉特性点，并将与查找到的相似的视觉特性点一起与设计点构成映射关联式，形成视觉特性点模型，其中，视觉特性点是设计特性分解到最小粒度的单位，所有设计特性分到不能再分，得到的视觉特性点之间彼此独立，视觉特性点之间不能够有一样的特性信息和语义重叠的成效，所述视觉特性点之间满足以下关系：
Figure GDA0004254596760000031
Figure GDA0004254596760000032
式中，R表示一个需要划分的上级视觉特性，r1，r2，r3，···，ri，···，rn代表分解后得到的n个视觉特性点，按此得到特性模型。
进一步地，步骤6中，每个视觉特性点反向生成一个或者一个以上的设计点，从得到的设计点模型单体为：初始设计点对应视觉特性点，视觉特性点对应一个及一个以上设计点，将一个设计点转为一个及一个以上的设计点，然后将后面设计点汇总，得到更加丰富的设计点。
进一步地，步骤7中，将设计点与设计常规规则生成若干个设计部，生成设计部时，素材图像不改变，然后把若干块设计部重新组合生产若干个设计体。
进一步地，步骤8中，对设计体进行视觉特性识别，识别的是染色配比、部大小和部含义，然后将染色配比、部大小和部含义分别与初始用户输入的特性分别对比，然后累加求得均值，即为排序数据，越大说明越接近用户需求。
进一步地，步骤9中，提取整体特性为设计体整体视觉效应和设计风格，部特性为每个设计部的颜色和文字的说明，具体排序为：体特性*a％+部特性*b％+排序数据*c％，其中，a，b，c分别为根据用户的偏向选取的权重数据。
本发明采用了上述技术方案，本发明具有以下技术特性：
本发明通过将用户素材先视觉识别和说明匹配构成设计点素，从而设计出来的设计内容更加符合用户的需求，同时与用户需求特性进行结合，把需要的特性分解，更能丰富用户的需求，然后根据丰富后的需求反向丰富设计点素，从而得到更多的设计内容，但是每个设计的内容均是与素材和需求特性为基础进行设计的，更好的体现用户的需求，可以根据不同可以客户和领域的不同选取更多的设计版本，更好供用户选择，处理素材和需求，生成初始设计体，根据初始设计体分解需求，然后丰富设计点，在根据丰富的设计点生成更全面的设计体。
附图说明
图1为本发明流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解，即便没有这些特定的细节也可以实现本发明的这些方面。
一种多用途视觉传达设计的信息处理方法，应用具体实施例为广告设计，如图1所示，所述方法包括如下步骤：
步骤1：用户输入素材和视觉特性文字说明，每个素材使用文字标题说明。素材为图像或者图标，每个素材的文字标题说明包括素材的内部内容、需要设计的大小和位置，视觉特性文字说明包括整体的视觉特性、部特性及特性的含义。将广告的素材和想要整体特性输入，对整个广告的整体特性模式进行设想。
步骤2：识别提取素材元素和分解素材标题文字说明，生成设计点素体，将特性文字分词处理得到视觉特性点，将视觉特性点和分解的素材标题文字说明生成说明文字体。识别提取素材元素的具体过程为，通过图像识别，将图像的颜色和图像的轮廓进行识别，特性文字分词处理的具体过程为，通过互联网获取公开的《中文词典》基本文本语料集D，使用分词工具对语料集D进行分词，全用尺寸为3，步长为1窗口获得二元语言学训练数据，将二元语言学训练数据进行模型训练得到词向量表示，计算每两个词向量vi，vj间的夹角余值作为两个词的相似度，获得相似度量矩阵，通过度量获取与词vi最邻近的3个词即vi的3个同义词得到视觉特性点，分解素材标题文字说明的具体过程为，以标点符号为间隔截取符，对截取后的语句进行关键名词识别，相同或者相识名词的语句归为一类，然后将每一类的语句名词分别提取得到分解的说明。
步骤3：将设计点素体和说明文字体排版生成视觉设计体。先将每一个素材的元素体设置为单一部，然后将所有的单一部合并到一个面体内，部的位置布局主要根据设计常规知识和特性因素，然后将生成说明文字体嵌插部之间的空格处，得到设计体。
步骤4：对视觉设计体进行分解得到设计部，并对设计部分解得到设计点。将设计体分解为若干个设计部的具体过程为，以颜色和图像边界为设计部界限，对设计体分割得到若干块设计部，分解设计部时，将设计部分解到最小粒度，直到所有设计部分到不能再分，分解到的设计点只有一个视觉特性点，也就是一个设计因素只有一个设计特性。
步骤5：查找所有设计点的特性得到视觉特性点，根据视觉特性点查找相似的视觉特性点得到视觉特性点模型。查找所有的设计点的视觉特性点，并将与查找到的相似的视觉特性点一起与设计点构成映射关联式，形成视觉特性点模型，其中，视觉特性点是设计特性分解到最小粒度的单位，所有设计特性分到不能再分，得到的视觉特性点之间彼此独立，视觉特性点之间不能够有一样的特性信息和语义重叠的成效，所述视觉特性点之间满足以下关系：
Figure GDA0004254596760000061
Figure GDA0004254596760000062
式中，R表示一个需要划分的上级特性，r1，r2，r3，···，ri，···，rn代表分解后得到的n个视觉特性点，按此得到特性模型。
步骤6：根据视觉特性点模型反向设计出设计点，将设计点汇总得到设计点模型。每个视觉特性点反向生成一个或者一个以上的设计点，从得到的设计点模型单体为：初始设计点对应视觉特性点，视觉特性点对应一个及一个以上设计点，将一个设计点转为一个及一个以上的设计点，然后将后面设计点汇总，得到更加丰富的设计点。
步骤7：根据设计点模型设计成设计部模型，然后根据设计部模型生成若干个设计体。将设计点与设计常规规则生成若干个设计部，生成设计部时，素材图像不改变，然后把若干块设计部重新组合生产若干个设计体。
步骤8：对所有的设计体进行视觉图像识别，并提取视觉特性，提取的视觉特性与用户输入视觉特性进行对比，得到排序设计体排序数据。对设计体进行视觉特性识别，识别的是染色配比、部大小和部含义，然后将染色配比、部大小和部含义分别与初始用户输入的特性分别对比，然后累加求得均值，即为排序数据，越大说明越接近用户需求。
步骤9：对所有排序设计体进行整体识别到部识别，并提取整体特性和部特性，然后选取权重根据整体特性、部特性和排序数据选出最佳设计体。提取整体特性为设计体整体视觉效应和设计风格，部特性为每个设计部的颜色和文字的说明，具体排序为：部特性*a％+部特性*b％+排序数据*c％，其中，a，b，c分别为根据用户的偏向选取的权重数据。根据需求的不同，a可以为40，b为10，c为50，根据客户的需求进行调整改变。
通过将用户素材先视觉识别和说明匹配构成设计点素，从而设计出来的设计内容更加符合用户的需求，同时与用户需求特性进行结合，把需要的特性分解，更能丰富用户的需求，然后根据丰富后的需求反向丰富设计点素，从而得到更多的设计内容，但是每个设计的内容均是与素材和需求特性为基础进行设计的，更好的体现用户的需求，可以根据不同可以客户和领域的不同选取更多的设计版本，更好供用户选择，处理素材和需求，生成初始设计体，根据初始设计体分解需求，然后丰富设计点，在根据丰富的设计点生成更全面的设计体
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种多用途视觉传达设计的信息处理方法，其特征在于：所述方法包括如下步骤：
步骤1：用户输入素材和视觉特性文字说明，每个素材使用文字标题说明；
步骤2：识别提取素材元素和解析素材标题文字说明，生成设计点素体，将视觉特性文字分词处理得到视觉特性点，将视觉特性点和解析的素材标题文字说明生成说明文字体；
步骤3：将设计点素体和说明文字体排版生成视觉设计体；
步骤4：对视觉设计体进行解析得到设计部，并对设计部进一步解析得到设计点；
步骤5：查找所有设计点的视觉特性得到视觉特性点，根据视觉特性点查找相似的视觉特性点得到视觉特性点模型；
步骤6：根据视觉特性点模型反向设计出设计点，将设计点汇总得到设计点模型；
步骤7：根据设计点模型设计成设计部模型，然后根据设计部模型生成若干个设计体；
步骤8：对所有的设计体进行视觉图像识别，并提取视觉特性，提取的视觉特性与用户输入视觉特性进行对比，得到排序设计体排序数据；
步骤9：对所有排序设计体进行整体识别和设计部识别，并提取整体特性和部特性，然后选取权重根据整体特性、部特性和排序数据选出最佳设计体；
步骤4中，将设计体分析为若干个设计部的具体过程为，以颜色和图像边界为设计部界限，对设计体分割得到若干块设计部，解析设计部时，将设计部分解到最小粒度，直到所有设计部分到不能再分，分解到的设计点只有一个视觉特性点，也就是一个设计因素只有一个设计特性；
步骤5中，查找所有的设计点的视觉特性点，并将与查找到的相似的视觉特性点一起与设计点构成映射关联式，形成视觉特性点模型，其中，视觉特性点是设计特性分解到最小粒度的单位，所有设计特性分到不能再分，得到的视觉特性点之间彼此独立，视觉特性点之间不能够有一样的特性信息和语义重叠的成效，所述视觉特性点之间满足以下关系：
Figure FDA0004254596750000021
Figure FDA0004254596750000022
式中，R表示一个需要划分的上级视觉特性，r1，r2，r3，···，ri，···，rn代表分解后得到的n个视觉特性点，按此得到特性模型；
步骤6中，每个视觉特性点反向生成一个或者一个以上的设计点，从得到的设计点模型单体为：初始设计点对应视觉特性点，视觉特性点对应一个及一个以上设计点，将一个设计点转为一个及一个以上的设计点，然后将后面设计点汇总，得到更加丰富的设计点。
2.根据权利要求1所述的一种多用途视觉传达设计的信息处理方法，其特征在于：步骤1中，素材为图像或者图标，每个素材的文字标题说明包括素材的内部内容、需要设计的大小和位置，视觉特性文字说明包括整体的视觉特性、部特性及特性的含义。
3.根据权利要求2所述的一种多用途视觉传达设计的信息处理方法，其特征在于：步骤2中，识别提取素材元素的具体过程为，通过图像识别，将图像的颜色和图像的轮廓进行识别，特性文字分词处理的具体过程为，通过互联网获取公开的《中文词典》基本文本语料集，使用分词工具对语料集进行分词，全用尺寸为3，步长为1窗口获得二元语言学训练数据，将二元语言学训练数据进行模型训练得到词向量表示，计算每两个词向量vi，vj间的夹角余值作为两个词的相似度，获得相似度量矩阵，通过度量获取与词vi最邻近的3个词即vi的3个同义词得到视觉特性点，分解素材标题文字说明的具体过程为，以标点符号为间隔截取符，对截取后的语句进行关键名词识别，相同或者相识名词的语句归为一类，然后将每一类的语句名词分别提取得到分解的说明。
4.根据权利要求3所述的一种多用途视觉传达设计的信息处理方法，其特征在于：步骤3的具体过程为，先将每一个素材的元素体设置为单一部，然后将所有的单一部合并到一个面体内，部的位置根据设计常规知识和特性因素布局，然后将生成说明文字体嵌插部之间的空格处，得到设计体。
5.根据权利要求3所述的一种多用途视觉传达设计的信息处理方法，其特征在于：步骤7中，将设计点与设计常规规则生成若干个设计部，生成设计部时，素材图像不改变，然后把若干块设计部重新组合生产若干个设计体。
6.根据权利要求5所述的一种多用途视觉传达设计的信息处理方法，其特征在于：步骤8中，对设计体进行视觉特性识别，识别的是染色配比、部大小和部含义，然后将染色配比、部大小和部含义分别与初始用户输入的特性分别对比，然后累加求得均值，即为排序数据，越大说明越接近用户需求。
7.根据权利要求6所述的一种多用途视觉传达设计的信息处理方法，其特征在于：步骤9中，提取整体特性为设计体整体视觉效应和设计风格，部特性为每个设计部的颜色和文字的说明，每个设计体排序数据为：体特性*a％+部特性*b％+排序数据*c％，其中，a，b，c分别为根据用户的偏向选取的权重数据。
CN202110054141.1A 2021-01-15 2021-01-15 一种多用途视觉传达设计的信息处理方法 Active CN112883684B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110054141.1A CN112883684B (zh) 2021-01-15 2021-01-15 一种多用途视觉传达设计的信息处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110054141.1A CN112883684B (zh) 2021-01-15 2021-01-15 一种多用途视觉传达设计的信息处理方法

Publications (2)

Publication Number Publication Date
CN112883684A CN112883684A (zh) 2021-06-01
CN112883684B true CN112883684B (zh) 2023-07-07

Family

ID=76048091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110054141.1A Active CN112883684B (zh) 2021-01-15 2021-01-15 一种多用途视觉传达设计的信息处理方法

Country Status (1)

Country Link
CN (1) CN112883684B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103970726A (zh) * 2014-05-21 2014-08-06 杨俊贤 图文排版实现方法及装置
US10049270B1 (en) * 2017-09-07 2018-08-14 International Business Machines Corporation Using visual features to identify document sections
CN109471930A (zh) * 2018-11-08 2019-03-15 浙江大学城市学院 一种面向用户情感的情绪板界面设计方法
CN110321662A (zh) * 2019-07-18 2019-10-11 长春工程学院 一种多用途视觉传达设计信息处理系统及方法
CN110728151A (zh) * 2019-10-23 2020-01-24 深圳报业集团 基于视觉特征的信息深度处理方法及系统
CN111179101A (zh) * 2019-12-13 2020-05-19 广西职业技术学院 一种基于共享网络的互联网保险营销数据处理系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110110391A (ko) * 2010-04-01 2011-10-07 가톨릭대학교 산학협력단 마이크로블로그에서의 비주얼 커뮤니케이션 방법
US20190325626A1 (en) * 2018-04-18 2019-10-24 Sawa Labs, Inc. Graphic design system for dynamic content generation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103970726A (zh) * 2014-05-21 2014-08-06 杨俊贤 图文排版实现方法及装置
US10049270B1 (en) * 2017-09-07 2018-08-14 International Business Machines Corporation Using visual features to identify document sections
CN109471930A (zh) * 2018-11-08 2019-03-15 浙江大学城市学院 一种面向用户情感的情绪板界面设计方法
CN110321662A (zh) * 2019-07-18 2019-10-11 长春工程学院 一种多用途视觉传达设计信息处理系统及方法
CN110728151A (zh) * 2019-10-23 2020-01-24 深圳报业集团 基于视觉特征的信息深度处理方法及系统
CN111179101A (zh) * 2019-12-13 2020-05-19 广西职业技术学院 一种基于共享网络的互联网保险营销数据处理系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Image Cationing with Visual-Semantic LSTM;Li N, Chen Z;Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence;793-799 *
基于用户体验效果的平面视觉传达设计研究;李晨;;现代电子技术(第11期);119-122 *
基于视觉传达的产品外观设计感知差异建模分析;杜晶晶;周东;李欣;;现代电子技术(第18期);19-21 *
基于视觉传达的包装样品表面缺陷特征提取系统设计;朱格里;;现代电子技术(第02期);150-152 *
结合视觉特征和场景语义的图像描述生成;李志欣;魏海洋;黄飞成;张灿龙;马慧芳;史忠植;;计算机学报(第09期);38-54 *

Also Published As

Publication number Publication date
CN112883684A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN109948165B (zh) 基于混合注意力网络的细粒度情感极性预测方法
CN111488931B (zh) 文章质量评估方法、文章推荐方法及其对应的装置
CN109271537B (zh) 一种基于蒸馏学习的文本到图像生成方法和系统
CN110765260A (zh) 一种基于卷积神经网络与联合注意力机制的信息推荐方法
CN110147451B (zh) 一种基于知识图谱的对话命令理解方法
CN106168954B (zh) 一种基于编辑距离的负面信息模式模糊匹配方法
CN110781306B (zh) 一种英文文本的方面层情感分类方法及系统
WO2021218028A1 (zh) 基于人工智能的面试内容精炼方法、装置、设备及介质
CN107273349B (zh) 一种基于多种语言的实体关系抽取方法及服务器
Layton et al. Recentred local profiles for authorship attribution
CN110493612B (zh) 弹幕信息的处理方法、服务器及计算机可读存储介质
CN107818173B (zh) 一种基于向量空间模型的中文虚假评论过滤方法
CN111767694B (zh) 文本生成方法、装置和计算机可读存储介质
CN111552773A (zh) 一种阅读理解任务中是否类问题关键句寻找方法及系统
Sapkota et al. Domain adaptation for authorship attribution: Improved structural correspondence learning
US20240086452A1 (en) Tracking concepts within content in content management systems and adaptive learning systems
CN114741471A (zh) 一种基于文本挖掘与多视角融合的个性化混合推荐方法
CN113268573A (zh) 一种学术人才信息的抽取方法
CN112883684B (zh) 一种多用途视觉传达设计的信息处理方法
CN104216880B (zh) 基于互联网的术语定义辨析方法
CN112906376A (zh) 一种自适应匹配的用户英语学习文本推送系统和方法
CN112559711A (zh) 一种同义文本提示方法、装置及电子设备
CN116932736A (zh) 一种基于用户需求结合倒排表的专利推荐方法
CN117312588A (zh) 一种面向叙述性媒体数据结构化内容处理方法、系统
CN112507115B (zh) 一种弹幕文本中情感词的分类方法、装置及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant