針對汽車智能設計領域中如何快速高效地獲取用戶需求,并輔助設計高質量的汽車外觀造型的問題,提出一種個性需求驅動的汽車造型風格智能設計方法。通過經典的詞頻-逆文本頻率算法對用戶需求文本進行特征提取;構造面向智能設計的汽車造型庫,將用戶需求特征與汽車造型庫中潛在造型特征進行匹配,獲取符合用戶需求的造型圖像;利用圖像風格遷移算法將匹配后的造型特征遷移到目標汽車圖像中,設計出新的汽車造型風格。最后,結合項目案例,給出了智能設計的實現過程,從而證明了該智能設計方法能有效提取用戶需求,快速智能地輔助設計汽車造型風格。 

【文章來源】：浙江科技學院學報. 2020,32(06)

【文章頁數】：10 頁

【部分圖文】：

汽車造型風格智能設計方法的框架

意象與情景是彰顯品牌風格的重要表現方式,也是與其他同類產品相區(qū)別的重要因素之一[11]。商務、越野、都市等情景描述和運動感、現代感、科技感等意象詞語描述,都會對汽車造型產生重要影響。為了描述汽車外觀造型的風格特征和目標人群的定位特征,收集了汽車造型圖像數據,并根據汽車企業(yè)對自產品牌的車型定位,構造了多層次的標簽化汽車造型圖像庫。汽車造型圖像庫的標簽結構如圖2、圖3所示。圖3 汽車造型汽車標簽結構圖

圖2 汽車造型用戶標簽結構圖根據汽車品牌的車型定位將汽車造型標簽庫分為用戶標簽和汽車標簽。用戶標簽描述了目標人群定位特征的年齡段屬性、性別屬性和職業(yè)屬性。汽車標簽描述了某一車型的品牌屬性、車型屬性和風格屬性。

【參考文獻】：
期刊論文
[1]多尺度顯著區(qū)域檢測圖像壓縮[J]. 曲海成,田小容,劉臘梅,石翠萍.  中國圖象圖形學報. 2020(01)
[2]基于HVS的SSIM超分辨率重建圖像質量評價方法[J]. 卜麗靜,王濤.  測繪與空間地理信息. 2019(07)
[3]基于改進閾值函數的小波變換圖像去噪算法[J]. 張繪娟,張達敏,閆威,陳忠云,辛梓蕓.  計算機應用研究. 2020(05)
[4]基于眼動追蹤的汽車造型特征線設計方法研究[J]. 馬麗莎,呂健,單軍軍,潘偉杰.  包裝工程. 2019(04)
[5]自動關鍵詞抽取研究綜述[J]. 趙京勝,朱巧明,周國棟,張麗.  軟件學報. 2017(09)
[6]基于多目標粒子群優(yōu)化算法的汽車造型設計決策模型[J]. 王亞輝,余隋懷.  計算機集成制造系統(tǒng). 2017(04)
[7]基于自然語言處理的汽車造型風格推導與評價[J]. 盧兆麟,程若丹,石清吟,王波.  汽車工程. 2016(05)
[8]工業(yè)4.0背景下的個性化定制探討[J]. 陶金澤亞,吳鳳羽.  改革與開放. 2015(21)
[9]智能制造——“中國制造2025”的主攻方向[J]. 周濟.  中國機械工程. 2015(17)
[10]面向汽車造型的用戶視覺模式識別比較[J]. 盧兆麟,李升波,徐少兵,Fritz Frenkler.  計算機集成制造系統(tǒng). 2015(07)

碩士論文
[1]基于用戶情感需求的汽車造型設計研究[D]. 崔楊.湖南大學 2009



本文編號：3121030