摘要：针对传统文本重叠区域检索方法存在精确性和查全性差的问题,提出了基于深度学习的大规模语义文本重叠区域检索方法。结合稀疏自动编码器与深度置信网络构建了混合模型,依据混合模型设计并构建了文本分类器,该分类器主要组成部分为文本预处理、特征学习、分类检索。针对文本集合中文本实行去噪、分词和去停止词等一系列预处理。最后,采用Softmax回归实现文本分类,将学习得到的文本特征当作分类器的输入得到文本重叠区域分类检索结果。经实验验证可知:该方法查准率与查全率均较高,表现出了可靠性与鲁棒性。

摘要：文本图像生成技术可以通过输入自然语言文本进行图像生成操作,输出图像精度高、样本量丰富且生成内容与文本一致性强,在视觉传达设计中有巨大应用潜力。该文在分析视觉传达设计图像生成需求基础上,解析文本生成图像的技术原理,探索文本生成图像技术在视觉传达设计中的应用路径,研究成果可以辅助设计师提高工作效率,激发创意灵感,为视觉传达设计视觉创作提供实践技术参考。

摘要：文本到图像技术(Text‐to‐Image)是通过自然语言映射目标图像集的技术,具有泛化性强、响应速度快、输出精度优异等特点。将文本到图像技术与家具设计的一般程序结合,借助语义文本到图像生成工具(Midjourney)的技术基础,通过将语义文本在家具设计流程中使用包括清晰度、艺术家和风格、构图与灯光等限定词的规范文本结构,对设计对象的特点确定简短并具有概括性的文本提示符;以及通过文本图像再编辑流程对已经生成的效果图方案进行设计修正,提高家具设计方案的出图效率并提升设计效果;且家具设计方案具有修改调整的灵活性,可以减少家具设计程序中流程繁复、反馈迟钝、设计方案模糊等问题,进而优化家具设计流程。