CN116776827B - 一种人工智能排版方法、装置、设备及可读存储介质 - Google Patents
一种人工智能排版方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN116776827B CN116776827B CN202311065841.6A CN202311065841A CN116776827B CN 116776827 B CN116776827 B CN 116776827B CN 202311065841 A CN202311065841 A CN 202311065841A CN 116776827 B CN116776827 B CN 116776827B
- Authority
- CN
- China
- Prior art keywords
- information
- design
- typesetting
- designer
- auxiliary
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000013461 design Methods 0.000 claims abstract description 187
- 230000006870 function Effects 0.000 claims description 87
- 230000006399 behavior Effects 0.000 claims description 72
- 238000013473 artificial intelligence Methods 0.000 claims description 34
- 238000004519 manufacturing process Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 19
- 238000002360 preparation method Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 8
- 230000001915 proofreading effect Effects 0.000 claims description 2
- 238000004883 computer application Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
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。
Description
技术领域
本发明涉及计算机应用技术领域,特别是涉及一种人工智能排版方法、装置、设备及可读存储介质。
背景技术
展厅墙面排版设计是平面设计门类中一个重要分支,区别于视觉传达的包罗万象、天马行空,展厅墙面设计在发挥创意的同时也要遵循一定的法则。例如,字体大小、颜色范围选择、展示高度、实现材质等。即设计师除了进行主观创造,也要进行简单的、重复的机械性操作。
这些简单的、重复的机械性操作,繁重且枯燥给设计师带来压力和时间占用的同时,还会因设计师粗心大意等原因,导致出错。
综上所述,如何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等问题,是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种人工智能排版方法、装置、设备及可读存储介质,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,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。
为解决上述技术问题,本发明提供如下技术方案:
一种人工智能排版方法,包括:
排版设计软件启动后,获取设计操作信息和画面信息;
从所述设计操作信息和所述画面信息中提取操作特征;
利用所述操作特征构建设计师画像,并预测下一操作行为;
根据所述设计师画像,输出所述下一操作行为的辅助排版功能;
在所述辅助排版功能被采用的情况下,输出所述辅助排版功能的细化内容,以辅助排版设计。
优选地,利用所述操作特征构建设计师画像,包括:
将所述操作特征输入至设计师画像模型进行画像分析,得到所述设计师画像;
相应地,在所述输出所述下一操作行为的辅助排版功能的步骤之后,还包括:
在所述辅助排版功能未被采用的情况下,返回执行所述获取设计操作信息和画面信息的步骤,并利用本次辅助设计流程数据,修正所述设计师画像模型。
优选地,所述排版设计软件启动后,获取设计操作信息,包括:
在所述排版设计软件启动后,从计算机后台读取操作详细信息;
对所述操作详细信息,进行分类汇总,得到文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息;
将所述文件新增信息、所述软件调试信息、所述设计参考信息、所述设计执行信息和所述输出制作信息确定为所述设计操作信息。
优选地,对所述操作详细信息,进行分类汇总,得到文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息,包括:
从所述操作详细信息中查找出文件命名规律,并将所述文件命名规则确定为所述文件新增信息中;其中,所述文件命名规律包括是否加拼音首字母前缀、是否添加日期、同类文件是否有相同命名规律;
从所述操作详细信息中查找出设计软件工作界面的差异,并将所述差异确定为所述软件调试信息中;其中,所述差异包括坞窗排列顺序、扩展功能明细、插件使用明细和工作区布置情况;
从所述操作详细信息中查找出设计前的准备工作内容,并将所述设计前的准备工作内容确定为所述设计参考信息中;其中,准备工作内容包括登录网站、浏览设计门类、素材下载网站和常用登陆账号;
从所述操作详细信息中查找出设计执行操作,并将所述设计执行操作确定为所述设计执行信息中;所述设计执行操作包括工作时间段、快捷键使用情况、使用文字、设计软件;
从所述操作详细信息中查找出文件输出信息,并将所述文件输出信息确定为所述输出制作信息中;所述文件输出信息包括存盘位置、命名规则和常用的输出格式。
优选地,根据所述设计师画像,输出所述下一操作行为的辅助排版功能,包括:
基于所述设计师画像,预测当前设计师处理所述下一操作行为的设计偏好;
输出优化所述设计偏好的所述辅助排版功能。
优选地,输出优化所述设计偏好的所述辅助排版功能,包括:
若所述设计偏好为不校对文字,则输出文字校对功能;
若所述设计偏好为用色单一,则输出多种配色方案;
若所述设计偏好为使用商用字体,则输出字体版权提醒。
优选地,所述预测下一操作行为,包括:
利用预测模型,预测与所述操作特征对应的所述下一操作行为;
相应地,在所述输出所述下一操作行为的辅助排版功能之后,还包括:
采集决策数据;
利用所述决策数据对所述预测模型进行更新。
一种人工智能排版装置,包括:
数据获取模块,用于排版设计软件启动后,获取设计操作信息和画面信息;
数据处理分析模块,用于从所述设计操作信息和所述画面信息中提取操作特征;利用所述操作特征构建设计师画像,并预测下一操作行为;
输出模块,用于根据所述设计师画像,输出所述下一操作行为的辅助排版功能;
决策模块,用于在所述辅助排版功能被采用的情况下,输出所述辅助排版功能的细化内容,以辅助排版设计。
一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述人工智能排版方法的步骤。
一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述人工智能排版方法的步骤。
应用本发明实施例所提供的方法,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。
当排版设计软件启动之后,首先设计操作信息和画面信息,然后从设计操作信息和画面信息中提取出出操作特征。然后,基于该操作特征构建设计师画像,并预测设计师下一操作行为。根据所创建的设计师画像,便可输出针对该下一操作行为的辅助排版功能。在该辅助排版功能被采用的情况下,进一步输出该辅助排版功能的细化内容,从而辅助完成排版设计。可见,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。
相应地,本发明实施例还提供了与上述人工智能排版方法相对应的人工智能排版装置、设备和可读存储介质,具有上述技术效果,在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或相关技术中的技术方案,下面将对实施例或相关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为本发明实施例中一种人工智能排版方法的实施流程图;
图2为本发明实施例中一种人工智能排版方法的具体实施流程图;
图3为本发明实施例中一种人工智能排版装置的结构示意图;
图4为本发明实施例中一种人工智能排版装置的具体结构示意图;
图5为本发明实施例中一种电子设备的结构示意图;
图6为本发明实施例中一种电子设备的具体结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。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做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。
请参考图1,图1为本发明实施例中一种人工智能排版方法的流程图,该方法包括以下步骤:
S101、排版设计软件启动后,获取设计操作信息和画面信息。
其中,排版设计软件可以具体为能够进行展厅排版设计或其他需要设计师做简单的、重复的机械性操作的设计软件。
当排版设计软件启动后,便可获取设计操作信息和画面信息。
由于不同的设计师在设计时,有着不同的操作习惯,不同的画面信息也表征当前操作情况,对下一操作行为也有一定的预设作用。
其中,设计操作信息,可以具体为设计师做了什么操作,操作设计的具体相关内容是什么。例如,设计师进行了文件命名,文件命名中是否包括某类信息(如是否有时间信息、是否有字母信息等)。具体的,可以通过读取后台信息而获得该设计操作信息。
画面信息可以具体为当前排版设计软件内的设计画面信息,也可以为该设计软件的显示界面及其周边界面的画面情况。例如,设计画面包括设置字体的工具栏。具体的,可以通过画面抓取工具获取。
在本发明中的一种具体实施方式中,排版设计软件启动后,获取设计操作信息,包括:
在排版设计软件启动后,从计算机后台读取操作详细信息;
对操作详细信息,进行分类汇总,得到文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息;
将文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息确定为设计操作信息。
其中,对操作详细信息,进行分类汇总,得到文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息,包括:
从操作详细信息中查找出文件命名规律,并将文件命名规则确定为文件新增信息中;其中,文件命名规律包括是否加拼音首字母前缀、是否添加日期、同类文件是否有相同命名规律;
从操作详细信息中查找出设计软件工作界面的差异,并将差异确定为软件调试信息中;其中,差异包括坞窗排列顺序、扩展功能明细、插件使用明细和工作区布置情况;
从操作详细信息中查找出设计前的准备工作内容,并将设计前的准备工作内容确定为设计参考信息中;其中,准备工作内容包括登录网站、浏览设计门类、素材下载网站和常用登陆账号;
从操作详细信息中查找出设计执行操作,并将设计执行操作确定为设计执行信息中;设计执行操作包括工作时间段、快捷键使用情况、使用文字、设计软件;
从操作详细信息中查找出文件输出信息,并将文件输出信息确定为输出制作信息中;文件输出信息包括存盘位置、命名规则和常用的输出格式。
为便于描述,下面将上述多个步骤结合起来进行说明。
即,自设计师打开设计排版软件时,则可通过数据获取模块开始读取电脑后台操作详细信息,并进行分类汇总。将操作详细信息划分为:文件新增、软件调试、设计参考、设计执行、输出制作合计五种行为,每一种行为对应一类行为信息。每种行为设置多个要获取的具体参数(即具体行为的信息内容),这些参数记录了设计师的整个操作过程,同时参数值的差异也勾勒了不同的设计师画像。
五种行为对应的具体参数如下:
文件新增:主要是记录文件命名规则。例如,是否加拼音首字母前缀、是否添加日期、同类文件是否有相同命名规律等。
软件调试:主要是记录设计软件工作界面的差异。例如,坞窗排列顺序、扩展功能明细、插件使用明细、工作区布置情况等。
设计参考:主要是记录设计前的准备工作。例如,登录频次较高的网站、浏览时间长的设计门类、素材下载网站、常用登陆账号。
设计执行:主要是记录设计执行阶段相关信息。例如,工作时间段、快捷键使用情况、使用频次高的字体&字号&色系、使用频次高的设计软件等。
输出制作:主要是记录文件输出时相关信息。例如,存盘位置、命名规则、常用的输出格式等。
S102、从设计操作信息和画面信息中提取操作特征。
在获取到设计操作信息和画面信息之后,便可从设计操作信息和画面信息中提出操作特征。
在实际应用中,可以对设计操作信息和画面信息进行内容筛选,剔除无意义的设计操作信息和画面信息,将保留下的信息作为操作特征。
还可以,利用一个特征提取模型,对涉及案子信息和画面信息进行特征提取,从而得到操作特征。
S103、利用操作特征构建设计师画像,并预测下一操作行为。
在提取出操作特征之后,便可基于该操作特征构建出设计师画像,并基于该操作特征预测下一操作行为。
其中,设计师画像的具体内容,可以根据获取的行为习惯进行提炼而得,即,可以勾勒设计师的大致形象。具体的,设计师画像的具体内部可包括但不限于以下内容:
设计师行业,可根据浏览的网站和常关注的内容以及输出文件的内容;
设计师风格,如倾向的颜色、字体、版式;
设计师严谨程度,如文件命名是否有规律、文件保存位置是否有规律;
是否自由,如工作时间规律与否等。
其中,下一操作行为可以具体是插入图片、设置字体、选择填色等设计操作中的任一操作行为。
具体的,可以通过预先训练好的模型构建该设计师画像,以及预测下一操作行为。
在本发明中的一种具体实施方式中,预测下一操作行为,包括:
利用预测模型,预测与操作特征对应的下一操作行为;
相应地,在输出下一操作行为的辅助排版功能之后,还包括:
采集决策数据;
利用决策数据对预测模型进行更新。
也就是说,当采用预测模型来预设下一操作行为时,还可在输出下一操作行为的辅助排版功能之后,采集决策数据,从而利用该决策数据对预测模型进行优化更新。其中,决策数据可以具体为辅助排版功能是否被采用的决策信息。当辅助排版功能被采用,则表明当前预测模型的准确的,当辅助排版功能未被采用,则表明当前预测模型还存在偏差,此时可以进一步优化训练该预测模型。
S104、根据设计师画像,输出下一操作行为的辅助排版功能。
在构建好设计师画像,并预测了下一操作行为之后,即可根据该设计师画像,输出与该下一操作行为对应的辅助排版功能。
具体的,可以根据设计师画像,预测设计师在处理下一操作行为时的惯用设计方案,将该惯用设计方案对应的辅助排版功能进行输出;或是将能够弥补该设计师画像对应的缺陷的设计方案通过辅助排版功能进行输出。
在本发明中的一种具体实施方式中,根据设计师画像,输出下一操作行为的辅助排版功能,包括:
基于设计师画像,预测当前设计师处理下一操作行为的设计偏好;
输出优化设计偏好的辅助排版功能。
具体的,输出优化设计偏好的辅助排版功能,包括:
若设计偏好为不校对文字,则输出文字校对功能;
若设计偏好为用色单一,则输出多种配色方案;
若设计偏好为使用商用字体,则输出字体版权提醒。
也就是说,在勾勒完设计师画像后,针对不同设计师提供不同辅助方案。例如:若设计师不校对文字,即严谨欠佳,则优先提供文字校对辅助;若设计师用色单一,则提供其余配色方案供选;若设计师多使用商用字体,则提醒其购买字体版权;若设计师处于输出阶段,则提供材质建议。
S105、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。
当辅助排版功能被采用之后,则可进一步输出该辅助排版功能的细化内容,以便辅助设计师完成排版设计。
在本发明中的一种具体实施方式中,利用操作特征构建设计师画像,包括:
将操作特征输入至设计师画像模型进行画像分析,得到设计师画像;
相应地,在输出下一操作行为的辅助排版功能的步骤之后,还包括:
在辅助排版功能未被采用的情况下,返回执行获取设计操作信息和画面信息的步骤,并利用本次辅助设计流程数据,修正设计师画像模型。
也就是说,在基于设计师画像模型来获得设计师画像时,若辅助排版功能被采用,则表明设计师画像模型和操作特征中存在问题,因而,可以在辅助排版功能未被采用的情况下,重新获取设计操作信息和画面信息,从而重新提炼操作特征。与此同时,还要将本次辅助设计流程数据进行采集,并基于该数据对设计师画像模型进行修正,从而保障辅助设计的准确性。
应用本发明实施例所提供的方法,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。
当排版设计软件启动之后,首先设计操作信息和画面信息,然后从设计操作信息和画面信息中提取出出操作特征。然后,基于该操作特征构建设计师画像,并预测设计师下一操作行为。根据所创建的设计师画像,便可输出针对该下一操作行为的辅助排版功能。在该辅助排版功能被采用的情况下,进一步输出该辅助排版功能的细化内容,从而辅助完成排版设计。可见,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。
为便于本领域技术人员更好地理解和实施本发明实施例所提供的人工智能排版方法,下面将结合具体应用场景为例,对人工智能排版方法进行详细说明。
在展厅排版设计场景中,虽然展厅排版设计作品各有不同,但同一平面设计师在创作时却有很多固有的操作习惯和倾向的设计元素。即,设计师的固有操作习惯和倾向的设计元素为人工智能学习模仿提供了可能。
具体的,采用本发明实施例所提供的人工智能排版方法,能够借由人工智能模仿设计师习惯,勾勒设计师画像,就可以在其进行墙面设计的时候进行辅助引导,结合设计内容和设计师风格适时的提供字体、色系选择、版式建议、输出校对、图片检索、材质建议等辅助帮助,将会大大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,能够有效提升平面设计师的工作效率,即从实际的角度出发,这很必要。
请参考图2,应用了本发明实施例所提供的人工智能排版方法,展厅排版设计实施过程,包括:
步骤S1、对设计师操作信息进行获取;对画面信息进行像素点读取,从而明确设计内容和设计风格。
步骤S2、借由数据获取模块对采集的信息进行预处理,删掉无意义的操作信息和画面数据,以获得操作特征;
步骤S3、通过数据处理分析模块理解操作特征,并勾勒设计师画像,利用模型算法预测下一步行动走向(如插入图片、设置字体、选择填色);并综合设计师风格给出下一步操作可能性最大的解决方案。
具体的,首先根据设计师操作预测下一步行动,同时根据信息推测设计师倾向元素,综合两者后输出辅助帮助。
步骤S4、输出解决方案供选。
输出模块包括但不限于字体选择、版式建议、色彩提示、图片检索功能。
步骤S5、利用决策模块判断设计师是否采用输出的解决方案,若采用则进入下一步骤,若未采用则说明辅助决策有误,返回步骤S1结合设计师新的操作处理分析数据、重新输出更优解决方案。
即,辅助解决方案被采纳则进入后续进程,反之则返回初始状态重新获取操作信息做出更佳辅助决策。
步骤S6、针对选择的辅助功能进一步深化辅助帮助(如,检索图片、字体样式等)。
步骤S6为步骤S4的深化与拓展。具体的,若S4进行字体选择,S6会进一步提示行距、字间距、缩进与对齐等辅助。若S4进行图片检索,S6会呈现根据提取的文本关键字检索到的相应图片。
步骤S7、完成设计辅助后将整个流程转化为数值向量,上传至数据更新模块存储,获得设计师画像模型,以便在下一次数据分析中提供参考。
即,数据更新模块会记录整个决策流程,保证分析模块数据的时效性,不断丰富人物模型。
可见,在展厅排版设计场景中,实施本发明实施例所提供的人工智能排版方法后,能够最大程度上帮助设计师分担展厅排版工作,提出建议供其挑选,承担简单、机械的工作。
相应于上面的方法实施例,本发明实施例还提供了一种人工智能排版装置,下文描述的人工智能排版装置与上文描述的人工智能排版方法可相互对应参照。
参见图3所示,该装置包括以下模块:
数据获取模块101,用于排版设计软件启动后,获取设计操作信息和画面信息;
数据处理分析模块102,用于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;
输出模块103,用于根据设计师画像,输出下一操作行为的辅助排版功能;
决策模块104,用于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。
应用本发明实施例所提供的装置,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。
当排版设计软件启动之后,首先设计操作信息和画面信息,然后从设计操作信息和画面信息中提取出出操作特征。然后,基于该操作特征构建设计师画像,并预测设计师下一操作行为。根据所创建的设计师画像,便可输出针对该下一操作行为的辅助排版功能。在该辅助排版功能被采用的情况下,进一步输出该辅助排版功能的细化内容,从而辅助完成排版设计。可见,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。
在本发明的一种具体实施方式中,数据处理分析模块,具体用于将操作特征输入至设计师画像模型进行画像分析,得到设计师画像;
相应地,输出模块在输出下一操作行为的辅助排版功能的步骤之后,还包括:
数据更新模块在辅助排版功能未被采用的情况下,返回执行获取设计操作信息和画面信息的步骤,并利用本次辅助设计流程数据,修正设计师画像模型。
在本发明的一种具体实施方式中,数据获取模块,具体用于在排版设计软件启动后,从计算机后台读取操作详细信息;
对操作详细信息,进行分类汇总,得到文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息;
将文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息确定为设计操作信息。
在本发明的一种具体实施方式中,数据获取模块,具体用于从操作详细信息中查找出文件命名规律,并将文件命名规则确定为文件新增信息中;其中,文件命名规律包括是否加拼音首字母前缀、是否添加日期、同类文件是否有相同命名规律;
从操作详细信息中查找出设计软件工作界面的差异,并将差异确定为软件调试信息中;其中,差异包括坞窗排列顺序、扩展功能明细、插件使用明细和工作区布置情况;
从操作详细信息中查找出设计前的准备工作内容,并将设计前的准备工作内容确定为设计参考信息中;其中,准备工作内容包括登录网站、浏览设计门类、素材下载网站和常用登陆账号;
从操作详细信息中查找出设计执行操作,并将设计执行操作确定为设计执行信息中;设计执行操作包括工作时间段、快捷键使用情况、使用文字、设计软件;
从操作详细信息中查找出文件输出信息,并将文件输出信息确定为输出制作信息中;文件输出信息包括存盘位置、命名规则和常用的输出格式。
在本发明的一种具体实施方式中,数据处理分析模块,具体用于基于设计师画像,预测当前设计师处理下一操作行为的设计偏好;
输出优化设计偏好的辅助排版功能。
在本发明的一种具体实施方式中,数据处理分析模块,具体用于若设计偏好为不校对文字,则输出文字校对功能;
若设计偏好为用色单一,则输出多种配色方案;
若设计偏好为使用商用字体,则输出字体版权提醒。
在本发明的一种具体实施方式中,数据处理分析模块,具体用于利用预测模型,预测与操作特征对应的下一操作行为;
相应地,输出模块在输出下一操作行为的辅助排版功能之后,还包括:决策模块采集决策数据;
数据更新模块利用决策数据对预测模型进行更新。
为便于本领域技术人员更好地理解和实施本发明实施例所提供的人工智能排版装置,下面结合具体场景为例,并参照结合上述方法实施例对该人工智能排版装置进行详细说明。
请参考图4,首先数据获取模块获取设计操作信息和画面信息,然后,数据处理分析模块进行特征提取来理解设计师操作,经数据处理分析模块得出辅助方案N1,N2,N3备选。随后对比已有数据,勾勒设计师画像,结合其既往操作习惯和审美倾向得出最优解N1输出。
其中,操作特征的提取是勾勒设计师画像的基础,也是本装置的核心算法之一,下面对操作特征的提取的内容以及具体提取过程进行详细阐述。
自设计师打开设计排版设计软件,数据获取模块即开始读取电脑后台操作详细信息,并进行分类汇总。将操作划分为:文件新增、软件调试、设计参考、设计执行、输出制作合计五种行为。每种行为设置多个要获取的具体参数,这些参数记录了设计师的整个操作过程,同时参数值的差异也勾勒了不同的设计师画像。
设计师画像的具体内容可包括设计师行业、设计师风格、设计师严谨程度、是否自由等。
在勾勒完设计师画像后,针对不同设计师提供不同辅助方案。例如:若设计师不校对文字,则优先提供文字校对辅助;若设计师用色单一,则提供其余配色方案供选;若设计师多使用商用字体,则提醒其购买字体版权;若设计师处于输出阶段,则提供材质建议。需要注意的是,在图4中,输出模块分为初始输出模块和最终输出模块,初始输出模块和最终输出模块实质对应同一输出模块的不同阶段,即初始阶段为初始输出模块,经过决策模块的反馈更新之后,即为最终输出模块。
其中,数据获取模块,获取信息后,利用算法模型删除无价值或参考价值不大的信息。
数据更新模块,则可记录设计师的整个选择流程,不断丰富数据库信息,并将信息及时反馈于数据分析处理模块,伴随操作次数的提升,预测和辅助更为精准。尝试与错误是学习行为的重要因素,数据更新模块是辅助功能的核心之一。
决策模块,判断设计师对辅助方案的选择。可记录辅助方案输出的时间计为T,将T与标准阈值进行比较,当比较结果未在标准阈值范围内时,则判定为异常数据,提示本次辅助无效,重新获取操作信息。
可见,本装置应用到展厅排版设计中,能够在最大程度上帮助设计师分担展厅排版工作,提出建议供其挑选,承担简单、机械的工作。
相应于上面的方法实施例,本发明实施例还提供了一种电子设备,下文描述的一种电子设备与上文描述的一种人工智能排版方法可相互对应参照。
参见图5所示,该电子设备包括:
存储器332,用于存储计算机程序;
处理器322,用于执行计算机程序时实现上述方法实施例的人工智能排版方法的步骤。
具体的,请参考图6,图6为本实施例提供的一种电子设备的具体结构示意图,该电子设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)322(例如,一个或一个以上处理器)和存储器332,存储器332存储有一个或一个以上的计算机程序342或数据344。其中,存储器332可以是短暂存储或持久存储。存储在存储器332的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地,处理器322可以设置为与存储器332通信,在电子设备301上执行存储器332中的一系列指令操作。
电子设备301还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作系统341。
上文所描述的人工智能排版方法中的步骤可以由电子设备的结构实现。
相应于上面的方法实施例,本发明实施例还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的一种人工智能排版方法可相互对应参照。
一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的人工智能排版方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本领域技术人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应该认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系属于仅仅用来将一个实体或者操作与另一个实体或者操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语包括、包含或者其他任何变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
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,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种人工智能排版方法,其特征在于,包括:
排版设计软件启动后,获取设计操作信息和画面信息;
从所述设计操作信息和所述画面信息中提取操作特征;
利用所述操作特征构建设计师画像,并预测下一操作行为;
根据所述设计师画像,输出所述下一操作行为的辅助排版功能;
在所述辅助排版功能被采用的情况下,输出所述辅助排版功能的细化内容,以辅助排版设计;
其中,所述排版设计软件启动后,获取设计操作信息,包括:
在所述排版设计软件启动后,从计算机后台读取操作详细信息;
对所述操作详细信息,进行分类汇总,得到文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息;
将所述文件新增信息、所述软件调试信息、所述设计参考信息、所述设计执行信息和所述输出制作信息确定为所述设计操作信息;
其中,对所述操作详细信息,进行分类汇总,得到文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息,包括:
从所述操作详细信息中查找出文件命名规律,并将所述文件命名规则确定为所述文件新增信息中;其中,所述文件命名规律包括是否加拼音首字母前缀、是否添加日期、同类文件是否有相同命名规律;
从所述操作详细信息中查找出设计软件工作界面的差异,并将所述差异确定为所述软件调试信息中;其中,所述差异包括坞窗排列顺序、扩展功能明细、插件使用明细和工作区布置情况;
从所述操作详细信息中查找出设计前的准备工作内容,并将所述设计前的准备工作内容确定为所述设计参考信息中;其中,准备工作内容包括登录网站、浏览设计门类、素材下载网站和常用登陆账号;
从所述操作详细信息中查找出设计执行操作,并将所述设计执行操作确定为所述设计执行信息中;所述设计执行操作包括工作时间段、快捷键使用情况、使用文字、设计软件;
从所述操作详细信息中查找出文件输出信息,并将所述文件输出信息确定为所述输出制作信息中;所述文件输出信息包括存盘位置、命名规则和常用的输出格式。
2.根据权利要求1所述的人工智能排版方法,其特征在于,利用所述操作特征构建设计师画像,包括:
将所述操作特征输入至设计师画像模型进行画像分析,得到所述设计师画像;
相应地,在所述输出所述下一操作行为的辅助排版功能的步骤之后,还包括:
在所述辅助排版功能未被采用的情况下,返回执行所述获取设计操作信息和画面信息的步骤,并利用本次辅助设计流程数据,修正所述设计师画像模型。
3.根据权利要求1所述的人工智能排版方法,其特征在于,根据所述设计师画像,输出所述下一操作行为的辅助排版功能,包括:
基于所述设计师画像,预测当前设计师处理所述下一操作行为的设计偏好;
输出优化所述设计偏好的所述辅助排版功能。
4.根据权利要求3所述的人工智能排版方法,其特征在于,输出优化所述设计偏好的所述辅助排版功能,包括:
若所述设计偏好为不校对文字,则输出文字校对功能;
若所述设计偏好为用色单一,则输出多种配色方案;
若所述设计偏好为使用商用字体,则输出字体版权提醒。
5.根据权利要求1至4任一项所述的人工智能排版方法,其特征在于,所述预测下一操作行为,包括:
利用预测模型,预测与所述操作特征对应的所述下一操作行为;
相应地,在所述输出所述下一操作行为的辅助排版功能之后,还包括:
采集决策数据;
利用所述决策数据对所述预测模型进行更新。
6.一种人工智能排版装置,其特征在于,包括:
数据获取模块,用于排版设计软件启动后,获取设计操作信息和画面信息;
数据处理分析模块,用于从所述设计操作信息和所述画面信息中提取操作特征;利用所述操作特征构建设计师画像,并预测下一操作行为;
输出模块,用于根据所述设计师画像,输出所述下一操作行为的辅助排版功能;
决策模块,用于在所述辅助排版功能被采用的情况下,输出所述辅助排版功能的细化内容,以辅助排版设计;
其中,所述数据获取模块,具体用于在所述排版设计软件启动后,从计算机后台读取操作详细信息;对所述操作详细信息,进行分类汇总,得到文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息;将所述文件新增信息、所述软件调试信息、所述设计参考信息、所述设计执行信息和所述输出制作信息确定为所述设计操作信息;其中,对所述操作详细信息,进行分类汇总,得到文件新增信息、软件调试信息、设计参考信息、设计执行信息和输出制作信息,包括:
从所述操作详细信息中查找出文件命名规律,并将所述文件命名规则确定为所述文件新增信息中;其中,所述文件命名规律包括是否加拼音首字母前缀、是否添加日期、同类文件是否有相同命名规律;
从所述操作详细信息中查找出设计软件工作界面的差异,并将所述差异确定为所述软件调试信息中;其中,所述差异包括坞窗排列顺序、扩展功能明细、插件使用明细和工作区布置情况;
从所述操作详细信息中查找出设计前的准备工作内容,并将所述设计前的准备工作内容确定为所述设计参考信息中;其中,准备工作内容包括登录网站、浏览设计门类、素材下载网站和常用登陆账号;
从所述操作详细信息中查找出设计执行操作,并将所述设计执行操作确定为所述设计执行信息中;所述设计执行操作包括工作时间段、快捷键使用情况、使用文字、设计软件;
从所述操作详细信息中查找出文件输出信息,并将所述文件输出信息确定为所述输出制作信息中;所述文件输出信息包括存盘位置、命名规则和常用的输出格式。
7.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至5任一项所述人工智能排版方法的步骤。
8.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述人工智能排版方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311065841.6A CN116776827B (zh) | 2023-08-23 | 2023-08-23 | 一种人工智能排版方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311065841.6A CN116776827B (zh) | 2023-08-23 | 2023-08-23 | 一种人工智能排版方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116776827A CN116776827A (zh) | 2023-09-19 |
CN116776827B true CN116776827B (zh) | 2023-11-21 |
Family
ID=87986347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311065841.6A Active CN116776827B (zh) | 2023-08-23 | 2023-08-23 | 一种人工智能排版方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116776827B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107102979A (zh) * | 2017-04-12 | 2017-08-29 | 北京图文天地科技发展有限公司 | 一种便利画册类图书排版的方法 |
US10769348B1 (en) * | 2019-09-23 | 2020-09-08 | Typetura Llc | Dynamic typesetting |
CN111985184A (zh) * | 2020-06-30 | 2020-11-24 | 上海翎腾智能科技有限公司 | 基于ai视觉下的书写字体临摹辅助方法、系统、装置 |
CN113435162A (zh) * | 2021-06-29 | 2021-09-24 | 武汉二向箔智能科技有限公司 | 一种基于人工智能和历史数据模版的平面设计方法及系统 |
CN114519336A (zh) * | 2022-02-17 | 2022-05-20 | 网易(杭州)网络有限公司 | 图片排版方法、装置、设备及存储介质 |
CN114564768A (zh) * | 2022-03-03 | 2022-05-31 | 上海大学 | 一种基于深度学习的端到端智能平面设计方法 |
CN115828849A (zh) * | 2022-11-01 | 2023-03-21 | 上海影彩信息科技有限公司 | 一种自动图文排版方法、系统、装置及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2772554A1 (en) * | 2012-03-19 | 2013-09-19 | Corel Corporation | Method and system for interactive font feature access |
CN103455475B (zh) * | 2012-06-01 | 2016-12-14 | 腾讯科技(深圳)有限公司 | 排版方法、设备及系统 |
US20190325626A1 (en) * | 2018-04-18 | 2019-10-24 | Sawa Labs, Inc. | Graphic design system for dynamic content generation |
-
2023
- 2023-08-23 CN CN202311065841.6A patent/CN116776827B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107102979A (zh) * | 2017-04-12 | 2017-08-29 | 北京图文天地科技发展有限公司 | 一种便利画册类图书排版的方法 |
US10769348B1 (en) * | 2019-09-23 | 2020-09-08 | Typetura Llc | Dynamic typesetting |
CN111985184A (zh) * | 2020-06-30 | 2020-11-24 | 上海翎腾智能科技有限公司 | 基于ai视觉下的书写字体临摹辅助方法、系统、装置 |
CN113435162A (zh) * | 2021-06-29 | 2021-09-24 | 武汉二向箔智能科技有限公司 | 一种基于人工智能和历史数据模版的平面设计方法及系统 |
CN114519336A (zh) * | 2022-02-17 | 2022-05-20 | 网易(杭州)网络有限公司 | 图片排版方法、装置、设备及存储介质 |
CN114564768A (zh) * | 2022-03-03 | 2022-05-31 | 上海大学 | 一种基于深度学习的端到端智能平面设计方法 |
CN115828849A (zh) * | 2022-11-01 | 2023-03-21 | 上海影彩信息科技有限公司 | 一种自动图文排版方法、系统、装置及存储介质 |
Non-Patent Citations (2)
Title |
---|
What characterizes personalities of graphic designs?;Nanxuan Zhao et al.;《ACM Transactions on Graphics》;第37卷(第4期);第1-15页 * |
基于大数据的产品创新设计方法研究;全华凤;《中国博士学位论文全文数据库工程科技Ⅱ辑》(第5期);第C028-2页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116776827A (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7681126B2 (en) | Method for spell-checking location-bound words within a document | |
JP6417791B2 (ja) | アプリケーションテスト支援装置、そのデータ処理方法、およびプログラム | |
US20130290837A1 (en) | Method and Apparatus for Correcting Document Formatting Based on Source Document | |
JP2019021341A (ja) | アプリケーションテスト支援装置、そのデータ処理方法、およびプログラム | |
JP2009110391A (ja) | 情報処理装置および制御方法および制御プログラム | |
CN116776827B (zh) | 一种人工智能排版方法、装置、设备及可读存储介质 | |
JP2007279978A (ja) | 文書検索装置及び文書検索方法 | |
CN116028062A (zh) | 目标代码的生成方法、npu指令的显示方法及装置 | |
CN110163975B (zh) | 空间直线的绘制方法、装置、设备及存储介质 | |
JP2003241964A (ja) | ソフトウエア保守資料生成装置および生成プログラム | |
CN111881171A (zh) | 一种基于数据分析的图纸识别推荐方法及系统 | |
JP2010224659A (ja) | 情報処理装置、情報処理方法、プログラム及び記憶媒体 | |
CN113127408A (zh) | 数据转换方法及装置 | |
JP4777834B2 (ja) | 論理図面表示方法、プログラム及び装置 | |
JPS62197826A (ja) | システムフロ−仕様生成方式 | |
JP7246795B1 (ja) | 情報処理装置、方法、プログラム、およびシステム | |
JP2019159839A (ja) | 情報処理プログラム、情報処理方法、および情報処理装置 | |
JP5634326B2 (ja) | データ分析の要件定義支援システム、方法、及びプログラム | |
JP2010134766A (ja) | 文書データ処理装置およびそのプログラム | |
JP4459092B2 (ja) | ルール獲得システム及び方法 | |
JP2024011650A (ja) | 情報処理装置、その制御方法、およびプログラム | |
JP2007219586A (ja) | ソースコード解析装置 | |
CN117312649A (zh) | 一种推荐操作的解释方法及相关系统 | |
JP6048492B2 (ja) | 色彩情報記憶装置、色彩情報記憶方法およびコンピュータ・プログラム | |
JP2021196785A (ja) | テキストマイニング装置およびテキストマイニング方法 |
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 |