[發明專利]平面設計物料生成的方法和裝置

在審

• 申請號: 201811051386.3
• 申請日: 2018-09-10
• 公開（公告）號: CN110909506A
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 劉芬;張堯
• 申請（專利權）人: 北京京東金融科技控股有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/08
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;張效榮

本發明公開了平面設計物料生成的方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：提取原始圖像的圖像特征向量；將圖像特征向量輸入訓練好的前景檢測模型，獲取原始圖像的前景圖像；前景檢測模型是基于區域推薦網絡RPN訓練得到的；提取原始圖像的文本特征向量；將文本特征向量輸入訓練好的文本檢測模型，獲取原始圖像的文本圖像；文本檢測模型是基于雙向長短期記憶神經網絡BLSTM訓練得到的；將前景圖像和文本圖像與模板圖像融合，得到平面設計物料。該實施方式能夠實現自動摳圖，省時省力；摳圖精度高，速度快，能夠實現實時響應；僅需提供原始圖像即可自動生成具有美觀性和可用性的平面設計物料，任何人均可使用，無局限性。

技術領域

本發明涉及計算機技術領域，尤其涉及一種平面設計物料生成的方法和裝置。

背景技術

現有的平面設計方式大多是需要人工先對設計素材進行摳圖、使用專業設計軟件進行排版布局、樣式設計等方式。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

1、人工摳圖費時費力；

2、必須是有設計經驗的人才可設計出具有可用性和美觀性的平面設計物料，有局限性。

發明內容

有鑒于此，本發明實施例提供一種平面設計物料生成的方法和裝置，能夠實現自動摳圖，省時省力；摳圖精度高，速度快，能夠實現實時響應；僅需提供原始圖像即可自動生成具有美觀性和可用性的平面設計物料，任何人均可使用，無局限性。

為實現上述目的，根據本發明實施例的一個方面，提供了一種平面設計物料生成的方法。

根據本發明實施例的平面設計物料生成的方法包括：

提取原始圖像的圖像特征向量；將圖像特征向量輸入訓練好的前景檢測模型，獲取原始圖像的前景圖像；前景檢測模型是基于區域推薦網絡RPN訓練得到的；

提取原始圖像的文本特征向量；將文本特征向量輸入訓練好的文本檢測模型，獲取原始圖像的文本圖像；文本檢測模型是基于雙向長短期記憶神經網絡BLSTM訓練得到的；

將前景圖像和文本圖像與模板圖像融合，得到平面設計物料。

可選地，提取原始圖像的圖像特征向量包括：將原始圖像輸入訓練好的前景特征提取器，得到原始圖像的圖像特征向量；其中，前景調整提取器是基于卷積神經網絡CNN訓練得到的，包括卷積層和全連通層，卷積層采用深度可分離卷積結構。

可選地，卷積層的數量為20層。

可選地，按照如下方法訓練得到所述前景檢測模型：

以橫幅廣告和/或海報圖片作為樣本，對所有樣本進行聚類，確定各個樣本的分類標簽和該訓練樣本中前景圖像的包圍邊框；

以分類后的樣本作為分類樣本，根據每個訓練樣本的分類標簽和該訓練樣本中前景圖像的包圍邊框，基于區域推薦網絡RPN進行模型訓練，得到訓練好的前景檢測模型。

可選地，提取原始圖像的文本特征向量包括：將原始圖像輸入訓練好的文本特征提取器，得到原始圖像的文本特征向量；其中，文本特征提取器是采用卷積神經網絡訓練得到的，具有19層卷積層。

根據本發明實施例的再一個方面，提供了一種平面設計物料生成的裝置。

根據本發明實施例的平面設計物料生成的裝置包括：

前景提取模塊，提取原始圖像的圖像特征向量；將圖像特征向量輸入訓練好的前景檢測模型，獲取原始圖像的前景圖像；前景檢測模型是基于區域推薦網絡RPN訓練得到的；