基于序列操作数据的元素布局预测

作     者：李应金 徐鹏飞 黄惠 Li Yingjin;Xu Pengfei;Huang Hui

作者机构：深圳大学可视计算研究中心深圳518060 

基　　金：国家自然科学基金(62072316,61861130365,61761146002) 广东省自然科学基金(020A0505100064,2018KZDXM058) 深圳市稳定支持面上项目(20200812104508001) 深圳市基础研究基金(JCYJ20180305125709986) 南山领航团队项目(20170003) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2021年第33卷第12期

页      码：1923-1935页

摘      要：创建规则的元素布局在许多场景下是常见的任务.用户在完成该任务的时候往往需要进行大量烦琐的元素操作.针对该问题,提出了一种布局预测方法以协助用户高效地创建规则元素布局.从SmartDraw中选取30组流程图模板作为基础数据集并进行数据增强,以视觉图像和属性编码2种形式对数据进行联合编码,训练以图像字幕网络为基础框架的神经网络,使该网络有效地学习到进行元素布局时的规则,并据此进行布局的预测.对布局进行预测时提供包含局部到全局的多个候选结果,保证预测具有可接受的准确率,有效地协助用户完成布局操作.设计了包括简单与复杂布局任务的用户调研;采用量化指标从性能、效率和稳定性对所提方法进行评价和分析.结果表明,与传统布局工具相比,所提方法可显著地减少用户定位元素的次数,缩减完成布局任务的时间,有效地提高用户的布局效率.

主 题 词：布局设计 布局预测 机器学习 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2021.18831

馆 藏 号：203106915...