文章基于文獻(xiàn)研究和界定基于深度學(xué)習(xí)的汽車(chē)設(shè)計(jì)造型要素定義,通過(guò)將專家提出的汽車(chē)造型要素和深度學(xué)習(xí)進(jìn)行的設(shè)計(jì)活動(dòng)匹配,從"直接影響-間接影響"兩個(gè)角度,研究了基于深度學(xué)習(xí)的汽車(chē)設(shè)計(jì)造型要素關(guān)系,提出了特征面、汽車(chē)顏色、汽車(chē)質(zhì)感、法律法規(guī)與人機(jī)工程、期望造型意向形容詞和基本信息六大造型要素,分析不同生成式對(duì)抗網(wǎng)絡(luò)生成汽車(chē)圖像質(zhì)量,選擇StyleGAN得到機(jī)器設(shè)計(jì)的汽車(chē)造型并進(jìn)行案例分析,總之,明確造型要素并以此描述數(shù)據(jù)是機(jī)器可控汽車(chē)造型圖像生成的前期工作。

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

圖1特征面與其他要素的有機(jī)關(guān)聯(lián)

通過(guò)表3分析,深度學(xué)習(xí)可通過(guò)多種方式進(jìn)行設(shè)計(jì)相關(guān)活動(dòng),主要有圖像生成,圖像分割,顏色識(shí)別分類,材質(zhì)識(shí)別分類,自然語(yǔ)言處理,爬蟲(chóng)爬取數(shù)據(jù)等。深度學(xué)習(xí)可以通過(guò)以上相關(guān)功能獲取造型學(xué)習(xí)內(nèi)容并輸出相應(yīng)的結(jié)果。通過(guò)表2、表3的結(jié)論分析,形成深度學(xué)習(xí)與汽車(chē)造型要素匹配模型(見(jiàn)圖2),其造型要....

圖2深度學(xué)習(xí)與汽車(chē)設(shè)計(jì)造型要素匹配模型

本文通過(guò)分析整理國(guó)內(nèi)外相關(guān)文獻(xiàn)和界定基于深度學(xué)習(xí)的汽車(chē)設(shè)計(jì)造型要素定義,構(gòu)建了基于深度學(xué)習(xí)的汽車(chē)設(shè)計(jì)造型要素模型,提出了特征面、汽車(chē)顏色、汽車(chē)質(zhì)感、法律法規(guī)與人機(jī)工程、期望造型意向形容詞和基本信息六大造型要素,從“直接影響-間接影響”兩個(gè)角度,研究基于深度學(xué)習(xí)的汽車(chē)設(shè)計(jì)造型要素之....

圖3生成式對(duì)抗網(wǎng)絡(luò)BigGAN,PG-GAN,AC-GAN,StyleGAN生成圖片

圖2深度學(xué)習(xí)與汽車(chē)設(shè)計(jì)造型要素匹配模型圖4StyleGAN里樣本A和不同的樣本B樣式生成的汽車(chē)造型

圖4StyleGAN里樣本A和不同的樣本B樣式生成的汽車(chē)造型

圖3生成式對(duì)抗網(wǎng)絡(luò)BigGAN,PG-GAN,AC-GAN,StyleGAN生成圖片本文不足之處是輸入樣本與輸出樣本的造型要素映射關(guān)系沒(méi)有研究,沒(méi)有用評(píng)價(jià)方法實(shí)驗(yàn)圖像對(duì)設(shè)計(jì)師的幫助程度。未來(lái)研究方向可以是明確數(shù)據(jù)在造型要素上的部分映射關(guān)系,根據(jù)標(biāo)簽標(biāo)注數(shù)據(jù)為可控目標(biāo)造型生成做準(zhǔn)....

本文編號(hào)：3962096