手绘草图

摘要： 从手绘草图生成数字化的中保真原型是界面设计的必要步骤,它需要花费设计师大量的时间和精力.针对这一问题,本文提出了基于目标检测和启发式规则的中保真原型自动生成方法,并基于该方法实现了一个自动化工具.首先,本文提出基于置换注意力机制(SA)的目标检测模型SA-FRCNN对手绘草图中的组件进行检测;然后,提出启发式规则对检测结果进行布局优化.实验表明,本文方法能够提升对手绘草图的检测精度,较基线模型提高了2.3%;此外,本文工具可以有效提高原型设计效率.

摘要： 基于手绘草图的图像检索是图像检索的一个分支。由于手绘草图存在内容不详细,信息量少,变形严重等缺点,导致手绘草图和自然图像之间存在巨大差异,很难实现匹配,因此找到可靠的特征来同时表征自然图像和手绘草图非常重要。本文提出了一种基于手绘草图的自然纹理图像检索框架,将手绘草图的特征与自然纹理图像的特征相结合以获得具有人类感知约束的新特征向量,使用组合后的特征向量训练随机森林模型,用于预测相似性,并根据相似性进行排序,得到检索结果。实验结果表明该方法可以有效地实现基于手绘草图的自然纹理图像感知分析与检索。

摘要： 目前基于GAN的手绘草图图像翻译工作处于起步阶段,分析了草图图像翻译面临的挑战性问题,从无控制和精细控制的草图图像翻译两个方面对基于GAN的草图图像翻译研究工作进行分析,并对生成图像的评估方法进行总结。基于已有研究工作的总结归纳,对该领域未来可能的发展趋势进行了展望,为该领域研究人员拓展研究思路提供了线索。

摘要： 本文提出了一种基于手绘草图的三维模型检索框架。利用固定投影方法获取三维模型的二维视图,提取二维视图的全局特征与形状特征,形成集成特征存入数据库。在给定操作界面中手动绘制二维草图,并提取集成特征。以草图和二维视图的集成特征为基础,计算草图与三维模型之间的相似度。按相似度从大到小依次排序,将相似度最高的前8个模型显示在检索界面中。系统检索的F测度为0.460。

摘要： 本文提出了一种基于手绘草图的三维模型检索框架.利用固定投影方法获取三维模型的二维视图,提取二维视图的全局特征与形状特征,形成集成特征存入数据库.在给定操作界面中手动绘制二维草图,并提取集成特征.以草图和二维视图的集成特征为基础,计算草图与三维模型之间的相似度.按相似度从大到小依次排序,将相似度最高的前8个模型显示在检索界面中.系统检索的F测度为0.460.

摘要： 针对概念设计阶段现有CAD系统难以通过手绘草图准确匹配对应的零件的问题,提出预训练网络(VGG)与胶囊网络(CapsNet)相结合的零件手绘草图识别模型(VGG-CapsNet).招募了5名设计师绘制零件草图,构建包含标准件和非标件在内的23类零件手绘草图数据集;设计了组间实验与组内实验,分别构建基于VGG-CapsNet的零件手绘草图识别模型,并与rVGG-13模型、rCNN-13模型的识别结果进行比较.实验结果表明,VGG-CapsNet模型在组间和组内实验中的平均准确率均高于其他2种模型,为零件设计知识的检索与重用提供技术支持.

摘要： 怎么做:从最初的手绘草图到最终定稿,中间经历不断的丰富、完善、删除、精简,使得设计产品经得起推敲。为什么这么做:这样可以一步步将设计稿修改完美,而不会出现不合理、不美观的设计。在设计PEAK的运动鞋时,格物者的设计师经过了很多步骤的设计图稿的修改,最终得出一款既舒适又美观的运动鞋。

摘要： Noura Al-Sayeh和Leopold Banchini用最少量的混凝土结构让巴林的穆哈拉格历史中心的城市结构变得十分紧凑。由他们设计的建筑遗产馆为与建筑主题相关的各种活动和展览的举办提供了空间。除此之外,中心内还收藏了约翰•亚伍德的手绘草图、照片和作品,这些物品记录了这座地处波斯湾的城市在20世纪80年代的建筑遗产。

摘要： As a direct,convenient,natural and efficient human-machine interactive way,handdrawn sketch is an important research direction in the field of image retrieval.A high-performance approach for improving the clarity of hand-drawn sketch images (HPACSI for short) has been proposed,to address the problems of noise,blurring and lack of clarity presented in the hand-drawn sketches.The proposed approach mainly includes two processes:the hand-drawn sketch pre-processing and the hand-drawn sketch extraction.The former adopts two processes of noise detection and noise filtering to solve the problem of hand-drawn sketch images corrupted by noise and blurring;the latter uses the threshold-based image segmentation method to extract hand-drawn sketches to solve the problem of low resolution of hand-drawn sketches.600 scanned,hand-drawn scanned images in 20 classes are processed by using the HPACSI,non-reference image quality evaluation method can be used to objective evaluate the proposed HPACSI,and the existing image segmentation methods for comparison results show that the proposed HPACSI can effectively and efficiently improve the clarity of hand-drawn sketch images.%手绘草图作为更接近于自然的人机交互方式,是图像检索研究领域一个重要的研究方向.针对手绘草图在获取过程中所呈现的噪声、模糊及清晰度不高等问题,提出一种增强手绘草图清晰度的高性能方法,简称为HPACSI.包括手绘草图的预处理过程和提取过程.前者采用噪声检测和噪声滤除解决扫描手绘草图降质问题;后者采用基于阈值的图像分割方法提取手绘草图解决手绘草图清晰度不高问题.采用20个类别的600幅手绘扫描图像进行仿真验证,根据实际问题采用无参考图像质量评价指标对手绘草图的质量进行客观评价,并与现有的图像分割方法进行效果对比,结果表明,本文提出的HPACSI可以有效且高效地提高手绘草图的清晰度.

摘要： 虽然计算机绘图具有较大的优势,但手制绘图仍是设计者需要牢牢掌握的一门技术.该文首先介绍了室内设计的流程和手绘草图的定义,然后分析了手绘创意草图在室内设计流程中的重要作用.

摘要： 本文结合当今大学生艺术设计教育的现状,分析数字技术对设计的影响与艺术设计教育中存在的部分问题,进而提出手绘草图蕴含着设计的多重可能性,是设计过程的第一步.在设计初期，设计意象是模糊的，不确定的。任何一项设计课题都是从草图推敲开始的。早在20世纪50年代，建筑教育家赫茨里就提出以过程为中心的设计教学理念。将草图视作推敲工具并非意味着它只能出现在设计初期。从时间维度看，草图贯穿于整个设计过程，即使到了后期，强调数据精确、思维理性的细部设计时，草图仍然发挥着重要作用。而手绘草图的多义性则满足了这一点要求，它所表达的潜在内容要远远多于图面上的线条。在其随后的草图构思阶段中，激发无数想象，激发灵感的闪现。在徒手构思过程中，思维处于连贯状态，设计师的思维过程可以一气呵成，避免不必要的停顿和间断，也更有利于灵感的捕捉。徒手草图作为一种媒介的简洁性和直观性，有利于设计的外显性表达，而不必担心软件提示的打断或是其他的数字干扰。

摘要： 本文利用基于手绘草图轮廓的图像检索技术实现了用于二维图像绘制的简笔绘图系统，该系统完善了对于任意手绘草图轮廓的提取算法，对封闭和非封闭草图轮廓的提取都能达到较好的效果，有效地解决了基于笔划描述的计算效率和笔划输入顺序敏感性的问题，这样可以使用户在绘制时享有更大的自由度和灵活性．用户利用检索出来的图像做进一步的编辑，既可以省去图像大量的细节绘制、保证绘图的基本质量，又能保持作者的独特风格，同时也大大提高了绘图的效率．

摘要： 手绘图形输入是表达设计意图,实现抽象概念与具体图形间的相互转换的自然而有效手段之一.本文提出并实现了一个面向构思的手绘草图输入解决方案.该方案具有三个特点:一是将用户输入的笔划经过图形预处理、特征识别、图形拟合和规整等过程,自动地预测用户的基本图形构造意图;二是将不同复杂层次草图图形元素构成抽象为空间关系图,并在图匹配计算过程中引入约束部分枚举方法智能预测匹配的有效状态,可适应不同复杂度图形识别的要求;三是采用支撑向量机主动式增量学习方法主动"分析"用户增量历史数据而有效鉴别和快速识别用户手绘笔划特征,运用增量决策树记录草图的笔划构成及其手绘过程来捕捉用户草图的手绘习惯,进而利用模糊匹配在草图绘制过程中预测和识别复杂图形,初步解决了在线草图识别中用户适应性问题.

摘要： 本发明涉及在场景中设计3D对象的计算机实现的方法，包括以下步骤：a)在所述场景中提供立方体的3D网格，立方体的3D网格控制细分曲面，所述细分曲面对所述3D对象进行建模；b)在立方体的网格的至少一个立方体的至少一个外表面上接收曲线(CR)的用户笔划；c)确定与所述外表面上的曲线(CR)相交的第一组立方体、在垂直于所述外表面的方向上与第一组立方体相邻的第二组立方体、以及第三组立方体，称为相交立方体，所述第三组立方体包括所述第一组立方体和所述第二组立方体；d)对于每个相交立方体(IC)，通过移动所述相交立方体(IC)的至少一个顶点(VT)以便拟合所述曲线(CR)来使所述相交立方体(IC)变形，从而使所述细分曲面变形。

摘要： 本发明涉及从视频或照片检索对象，其中对象与手绘草图匹配，公开了一种用于自动估算关于草图的特征的感知偏差水平。该方法允许基于草图本身的估算而不涉及额外的数据库。在一个实施例中，该方法包括使用期望最大化张量投票（EMTV）方法来分析特征的统计分布。通过形成具有由感知偏差水平表征的统计分布的信息的目标函数，并且然后根据一组迭代更新规则最大化目标函数，从而分析统计分布。在另一个实施例中，用于自动地估算感知偏差水平的方法并入从图像或视频数据库检索一个或多个对象的方法，其中该一个或多个对象与手绘草图匹配。

摘要： 一种基于手绘草图和手势输入判断处理的笔式交互方法，在用户连续输入的情况下，能对用户输入状态自动判断，并根据不同的输入状态进行处理。该方法定义了不小于10种的笔手势，包括图形对象拾取、图形对象编辑、操作状态控制类手势，部分笔手势与基元具有二义性定义。在对输入状态判断处理的过程中，设计了笔手势判断处理方法和顿笔处理方法，从而在无右键菜单或鼠标、键盘等其他交互设备介入的情况下，给用户提供无需显式状态切换的图形符号手绘草图输入、草图编辑及操作状态控制方式，使用户通过笔式交互的方式流畅地表达交互意图。本方法具备一定的通用性和可扩展性，可应用于不同专业领域，实现基于笔式交互的机械辅助设计或军事标绘等。

摘要： 本发明属于跨媒体检索技术领域，具体为基于增强注意力的细粒度手绘草图图像检索方法。本发明提出一种深度细粒度手绘草图图像检索FG‑SBIR模型，使用不同的注意力机制来进一步关注草图和图像之间的细粒度细节。新模型不仅关注草图和图像两种模态之间的相关性信息，同时也关注单一模态内的区别性信息。本发明提出互损失方法，以增强传统的三元组损失，并提高模型在单一模态内部细粒度特征的辨别能力。对于给定查询草图，本发明可返回其在特定类别中具有细粒度实例级相似性的相关图像，满足细粒度手绘草图图像检索的实例级检索严格要求。

摘要： 本发明属于计算机视觉与深度学习领域，具体公开了一种基于可变形卷积与深度网络的手绘草图检索方法，该方法包括如下步骤：S1、获取手绘草图与自然彩图数据库S2、将自然彩图通过边缘检测算法转换成边缘图S3、通过形态学操作对手绘草图和边缘图进行预处理S4、训练基于可变形卷积的深度网络S5、使用训练好的深度网络分别提取手绘草图与自然图像边缘图的深度特征S6、计算特征之间的相似度并返回检索结果。本发明方法的有益效果是：在传统神经网络中融入可变形卷积，能够打破标准卷积在手绘草图上的限制，提高网络对手绘图像提取特征的鲁棒性，减少特征冗余。本发明提出的网络结构能够大大提高手绘草图的检索精度。

摘要： 本发明涉及从视频或照片检索对象，其中对象与手绘草图匹配，公开了一种用于自动估算关于草图的特征的感知偏差水平。该方法允许基于草图本身的估算而不涉及额外的数据库。在一个实施例中，该方法包括使用期望最大化张量投票（EMTV）方法来分析特征的统计分布。通过形成具有由感知偏差水平表征的统计分布的信息的目标函数，并且然后根据一组迭代更新规则最大化目标函数，从而分析统计分布。在另一个实施例中，用于自动地估算感知偏差水平的方法并入从图像或视频数据库检索一个或多个对象的方法，其中该一个或多个对象与手绘草图匹配。

摘要： 一种基于手绘草图和手势输入判断处理的笔式交互方法，在用户连续输入的情况下，能对用户输入状态自动判断，并根据不同的输入状态进行处理。该方法定义了不小于10种的笔手势，包括图形对象拾取、图形对象编辑、操作状态控制类手势，部分笔手势与基元具有二义性定义。在对输入状态判断处理的过程中，设计了笔手势判断处理方法和顿笔处理方法，从而在无右键菜单或鼠标、键盘等其他交互设备介入的情况下，给用户提供无需显式状态切换的图形符号手绘草图输入、草图编辑及操作状态控制方式，使用户通过笔式交互的方式流畅地表达交互意图。本方法具备一定的通用性和可扩展性，可应用于不同专业领域，实现基于笔式交互的机械辅助设计或军事标绘等。

摘要： 本发明涉及一种基于手绘草图的目标物可抓取点检测方法及系统，其中抓取点检测方法包括：获取标注好抓取框的自然场景图片集以及和场景中物体对应的手绘草图样本集，并对样本进行预处理；将草图和目标物体可抓取框进行配对，构建训练集；构建基于草图内容为引导的可抓取框检测网络；训练基于草图内容为引导的可抓取框检测网络；使用训练好的可抓取框检测网络定位自然场景图片中与草图内容相符的物体所对应的可抓取框。与现有技术相比，本发明具有有效实现基于草图引导机器人完成抓取目标物任务、网络收敛快、泛化能力强等优点。

摘要： 本发明公开了基于手绘草图和图像样例约束的自然图像生成方法及装置，方法包括：首先获取原始自然图像和类别信息，构建训练数据集；接着构建自然图像生成模型，所述自然图像生成模型包括生成器和多任务判别器，所述生成器用于在训练过程中生成自然图像，所述多任务判别器用于在训练过程中判断生成的自然图像是否真实，并判断生成的自然图像的所属类别；然后通过所述训练数据集对所述自然图像生成模型进行训练，调整所述自然图像生成模型的参数，得到训练好的目标模型；最后将目标图像样例和目标手绘草图输入所述目标模型，生成基于所述目标手绘草图和图像样例约束的自然图像。本发明提高了便捷性以及可控性，可广泛应用于图像处理技术领域。

摘要： 本发明涉及图像识别技术领域，公开了一种手绘草图的分类方法、装置、设备及存储介质，所述方法包括：通过目标空洞卷积对待识别手绘草图进行特征提取，得到多尺度笔画结构和空白图像区域；通过目标神经网络对待识别手绘草图进行密集提取，得到手绘草图空间密集度；按照手绘草图空间密集度对多尺度笔画结构和空白图像区域在通道维度上进行识别，得到待识别手绘草图的设计类型；根据设计类型对待识别手绘草图进行分类；通过上述方式，根据目标空洞卷积和目标神经网络分别对待识别手绘草图进行提取，然后按照手绘草图空间密集度在通道维度上拼接，得到待识别手绘草图的轮廓，再根据轮廓对应的设计类型进行分类，能够有效提高分类手绘草图的准确性。