申请/专利权人：西北工业大学

申请日：2024-01-02

公开（公告）日：2024-04-09

公开（公告）号：CN117853615A

主分类号：G06T11/60

分类号：G06T11/60;G06T11/00;G06N3/0464;G06N3/0442;G06N3/045;G06N3/0475;G06N3/094

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本公开实施例是关于一种群智知识增强的电子商务海报智能设计方法。本公开实施例一方面，采用基于CNN‑LSTM的对抗性生成网络，使用DSF算法对于人类设计师的行为进行建模，模拟人类设计师设计的过程，利用生成式对抗网络对群智海报设计知识进行训练，生成器与鉴别器的博弈中生成器得以学习到真实布局的分布，从而生成逼真的布局。另一方面，该方法可以针对智能设计工作的特点进行操作方式的改进，从而降低用户的使用门槛，提高海报设计的效率。

主权项：1.一种群智知识增强的电子商务海报智能设计方法，其特征在于，该系统包括：构建基于CNN-BiLSTM的对抗性生成网络，并输入商品海报信息；其中，对抗性生成网络包括生成器和判别器，所述生成器包括第一骨干网络和第一BiLSTM模块，所述判别器包括第二骨干网络和第二BiLSTM模块；利用DSF算法对所述商品海报信息的布局进行处理，以生成设计序列，并从所述用户主图中通过显著性检测得到显著性图；将所述显著性图和所述用户主图在通道轴上进行拼接并输出，将输出的结果送入所述第一骨干网络中，以提取视觉特征，将所述视觉特征作为所述第一BiLSTM模块的初始隐藏状态；将所述设计序列送入到1DCNN中，经过卷积、池化后送入到所述第一BiLSTM模块中，输出分别经过Softmax函数和Sigmoid函数，得到预测的元素类别和边界框，以构成预测布局；将所述设计序列输入至所述第二BiLSTM模块中，输出真假判定，将判定结果作为铰链损失的参数；基于所述铰链损失，将所述预测布局与初始真实布局做重建损失，以得到目标真实布局。

全文数据：

权利要求：

百度查询： 西北工业大学 一种群智知识增强的电子商务海报智能设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD