[發明專利]一種基于人工智能的輔助設計繪圖方法及系統

有效

• 申請號: 201911183780.7
• 申請日: 2019-11-27
• 公開（公告）號: CN111125403B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 郭嘉豪;林堉育;姚琤
• 申請（專利權）人: 浙江大學
• 主分類號: G06F16/55
• 分類號: G06F16/55;G06T11/20;G06T3/00
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 胡紅娟

本發明公開了一種基于人工智能的輔助設計繪圖方法及系統，其中方法包括：(1)采集用戶所繪制的原始靜態圖像；(2)對所述原始靜態圖像進行處理，提取原始圖像的筆畫數據；(3)將提取的筆畫數據根據數據庫中的類別進行分類；(4)將分類后的筆畫數據進行概念遷移，生成新的筆畫數據，所述的概念遷移過程包括；(5)根據新的筆畫數據生成對應機器人的狀態變量列表；(6)根據狀態變量列表進行運動路徑規劃，生成運動消息序列；(7)機器人根據生成的運動消息序列，執行繪圖動作。利用本發明，可以根據草圖生成視覺相似或語義相似的新圖形并由機器人將其繪制，從而幫助設計師尋找創作靈感。

技術領域

本發明屬于人工智能領域，尤其是涉及一種基于人工智能的輔助設計繪圖方法及系統。

背景技術

隨著機器人技術的快速發展，機器人被廣泛應用在繪畫和藝術領域。對于帶有繪圖設備的機器人，基于預處理技術，通過對機器人施加指令來實現繪制預設的圖形來代替人工繪畫。也有基于機器視覺的繪圖機器人，通過識別已繪制的圖案、線條來模仿繪畫風格。

如公開號為CN110322529A的中國專利文獻公開了一種基于深度學習輔助藝術繪畫的方法，解決傳統技術中的輔助繪畫方案存在的繪畫內容受限，不能實現個性化繪畫，適用范圍和應用場景有限的問題。該方法包括：步驟1、采用爬蟲獲取藝術繪畫數據并進行預處理，構建訓練數據集；步驟2、構建由多層卷積層、池化層、反卷積層、上采樣層及全連接層組成的深度卷積變分自編碼網絡；步驟3、利用訓練數據集在有監督條件下，運用反向傳播學習算法對深度卷積變分自編碼網絡進行訓練，獲得輔助繪畫模型；步驟4、利用輔助繪畫模型對用戶輸入的繪畫進行處理，生成輔助繪畫結果。

公開號為CN109087553A的中國專利文獻公開了一種臨摹繪畫方法，包括：S1，將平面直角坐標系映射到畫布上，并在所述畫布上設置第一攝像頭和第二攝像頭；S2，第一攝像頭和第二攝像頭同時對整個繪畫過程中的畫筆進行跟蹤拍攝，通過轉動角度計算坐標以及通過拍攝的內容獲取相應的參數；S3，根據繪畫時畫布的大小與拍攝作畫視頻時畫布大小比例，通過空間的對應映射關系設定繪圖時的坐標系；S4，根據S2的計算數據生成電處理信號，控制繪畫裝置在畫布上進行圖像過程重現，完成臨摹繪制。本發明方法通過兩個攝像頭配合使用，實現繪畫過程的學習后進行繪畫過程重現和畫面臨摹。

以上方法的缺點是：1、基于預處理技術的機器人，需要提前預設繪制內容，輸出單一，無法滿足日益增多的創作需求。2、基于機器視覺的機器人，僅能模仿用戶的風格而無法進行自我創造來滿足用戶多樣化的需求。

發明內容

為解決現有技術存在的上述問題，本發明提供了一種基于人工智能的輔助設計繪圖方法及系統，可以根據草圖生成視覺相似或語義相似的新圖形并由機器人將其繪制，從而幫助設計師尋找創作靈感。

一種基于人工智能的輔助設計繪圖方法，包括以下步驟：

(1)采集用戶所繪制的原始靜態圖像；

(2)對所述原始靜態圖像進行處理，提取原始圖像的筆畫數據；

(3)將提取的筆畫數據根據數據庫中的類別進行分類；

(4)將分類后的筆畫數據進行概念遷移，生成新的筆畫數據，所述的概念遷移過程包括：

通過預先設定好的距離矩陣，平衡語義和視覺函數距離，每個類別生成三種類型的輸出草圖，分別為同一類別、語義擴展類別和視覺擴展類別；根據用戶在使用過程中的反饋，改變不同類別的權重，進而改變概念遷移的結果；

(5)根據新的筆畫數據生成對應機器人的狀態變量列表；

(6)根據狀態變量列表進行運動路徑規劃，生成運動消息序列；

(7)機器人根據生成的運動消息序列，執行繪圖動作。