The invention provides a method, system and storage medium for intelligent generation of design works based on machine learning design framework. The method includes: step 1, obtaining feature sets, step 2, comprehensive learning of prediction model for feature sets AA and BB, random generation of feature matrices by random forest method, and obtaining S matrix decision tree sets; step 3, only when new design works need to be generated. It is necessary to provide material feature attributes and element feature attributes. The prediction model will use decision tree set S to synthetically analyze the material feature and element attribute characteristics of the new page, and will get s classification results. The larger the number of S classes, the more styles will be generated. It greatly improves the efficiency of design work, reduces the labor cost, reduces the time spent by designers in repetitive work, and increases the time spent by designers in creative work.
【技术实现步骤摘要】
一种基于机器学习智能生成设计作品的方法、系统及存储介质
本专利技术涉及计算机
,尤其涉及一种基于机器学习智能生成设计作品的方法、系统及存储介质。
技术介绍
随着社会的进步,科技的发展,软件已广泛应用于人们生活和生产当中,但是目前网页中的页面制作效率低,人工成本高,无法满足用户的需求,页面包括但不限于海报、Banner、活动页等等系列设计行为。
技术实现思路
本专利技术提供了一种基于机器学习智能生成设计作品的方法,包括如下步骤:步骤1,获得特征集,特征集包括:对设计作品历史数据训练抽取素材库特征,获得素材库特征集A={A1,A2...An},对素材库特征集A进行采样形成新的素材库特征集AA={AA1,AA2...AAn};对设计作品历史数据训练抽取元素属性特征,获得元素属性特征集B={B1,B2...Bn},对元素属性特征集B进行采样形成新的元素属性特征集BB={BB1,BB2...BB3};步骤2,预测模型对特征集AA、BB综合学习,采用随机森林方法随机生成特征矩阵,得到S个矩阵决策树集S;步骤3,需要生成新的设计作品时,只需提供素材特征属性、元素特征、尺寸属性;预测模型将采用决策树集S对新的设计作品的素材特征、元素属性特征进行综合分析,将会得到s个分类结果,统计计数分析s类,数目越大分类则越多。作为本专利技术的进一步改进,所述设计作品包括海报、Banner、活动页、logo、ppt、logo。作为本专利技术的进一步改进,素材库特征包括动物、人物、物品。作为本专利技术的进一步改进,在所述步骤1中,形成新的素材库特征集AA的方法包括如下步骤:步骤一,对素材 ...
【技术保护点】
1.一种基于机器学习智能生成设计作品的方法,其特征在于,包括如下步骤:步骤1,获得特征集,特征集包括:对设计作品历史数据训练抽取素材库特征,获得素材库特征集A={A1,A2...An},对素材库特征集A进行采样形成新的素材库特征集AA={AA1,AA2...AAn};对设计作品历史数据训练抽取元素属性特征,获得元素属性特征集B={B1,B2...Bn},对元素属性特征集B进行采样形成新的元素属性特征集BB={BB1,BB2...BB3};步骤2,预测模型对特征集AA、BB综合学习,采用随机森林方法随机生成特征矩阵,得到S个矩阵决策树集S;步骤3,需要生成新的设计作品时,只需提供素材特征属性、元素特征、尺寸属性;预测模型将采用决策树集S对新的设计作品的素材特征、元素属性特征进行综合分析,将会得到s个分类结果,统计计数分析s类,数目越大分类则越多。
【技术特征摘要】
1.一种基于机器学习智能生成设计作品的方法,其特征在于,包括如下步骤:步骤1,获得特征集,特征集包括:对设计作品历史数据训练抽取素材库特征,获得素材库特征集A={A1,A2...An},对素材库特征集A进行采样形成新的素材库特征集AA={AA1,AA2...AAn};对设计作品历史数据训练抽取元素属性特征,获得元素属性特征集B={B1,B2...Bn},对元素属性特征集B进行采样形成新的元素属性特征集BB={BB1,BB2...BB3};步骤2,预测模型对特征集AA、BB综合学习,采用随机森林方法随机生成特征矩阵,得到S个矩阵决策树集S;步骤3,需要生成新的设计作品时,只需提供素材特征属性、元素特征、尺寸属性;预测模型将采用决策树集S对新的设计作品的素材特征、元素属性特征进行综合分析,将会得到s个分类结果,统计计数分析s类,数目越大分类则越多。2.根据权利要求1所述的方法,其特征在于:所述设计作品包括但不限于海报、Banner、活动页、logo、ppt、名片设计形式。3.根据权利要求1所述的方法,其特征在于:素材库特征包括动物、人物、物品、商品。4.根据权利要求1所述的方法,其特征在于:元素属性特征包括横屏、竖屏、多图。5.根据权利要求1所述的方法,其特征在于:在所述步骤1...
【专利技术属性】
技术研发人员:周洪峰,邓剑锋,黎平,邹秋艳,
申请(专利权)人:深圳微品致远信息科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。