学习图标外观相似性
计算机视觉与模式识别
2019-02-15 v1 机器学习
机器学习
摘要
选取一组最优图标是视觉设计流程中用于组织内容并便于导航的关键步骤。然而，设计图标集通常是一项困难的任务，需要专业知识。在这项工作中，为简化用户的图标集选取过程，我们提出了一种捕捉风格与视觉识别属性的相似性度量。我们训练了一个孪生神经网络（Siamese Neural Network），使用在线图标数据集，该数据集组织为视觉连贯的集合，用于自适应地采样训练数据并优化训练过程。由于数据集含有噪声，我们进一步收集了关于图标相似性感知的人工评分信息，用于评估和测试所提出的模型。我们展示了若干基于搜索、核可视化与优化集建议的结果与应用，可帮助设计师和非专业用户在探索大型图标集合时使用。
引用
@article{arxiv.1902.05378,
title = {Learning icons appearance similarity},
author = {Manuel Lagunas and Elena Garces and Diego Gutierrez},
journal= {arXiv preprint arXiv:1902.05378},
year = {2019}
}
备注
12 pages, 11 figures