从少量样本中学习个人风格
计算机视觉与模式识别
2021-06-18 v2 人机交互
摘要
设计工作中的一项关键任务是把握客户隐含的品味。设计师通常基于客户给出的一组示例来完成这一工作。然而，在颜色、纹理和布局等诸多交织变量中识别共同模式，并将其综合为一种复合偏好，可能颇具挑战。在本文中，我们利用计算模型的模式识别能力来辅助该任务。我们提出了一套用于计算式学习个人风格的原则。这些原则体现在 PseudoClient 中，这是一个深度学习框架，仅从少数示例中学习个人平面设计风格的计算模型。在多项实验中，我们发现 PseudoClient 仅使用五个正例和负例便达到了 79.40% 的准确率，优于若干替代方法。最后，我们讨论了如何将 PseudoClient 作为构建模块以支持未来设计应用的开发。
引用
@article{arxiv.2105.14457,
title = {Learning Personal Style from Few Examples},
author = {David Chuan-En Lin and Nikolas Martelaro},
journal= {arXiv preprint arXiv:2105.14457},
year = {2021}
}