基于深度学习的界面设计美学评价研究

• 作者: 周坤 张曦 肖定坤 胡飞
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 闪屏图像 美学质量评价 美学评价分布
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 视觉传达设计
• 页码范围: 207-215
• 页数: 9页
• 分类号: J511|TB472
• 字数: 5845字
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2020.12.032

摘要

目的 美感已经成为人机交互(HCI)的核心结构之一,对用户的感知和态度具有明显的有益影响.然而界面美观性评价方法仍是设计师及其团队所面临的重要问题.引入深度学习技术来探讨其评价界面设计美感的可能性.方法 分别使用基于深度卷积神经网络的闪屏美学分类方法和Google提出的基于深度学习NIMA神经网络,来预测闪屏图像的美学评价分布.结果 通过研究发现,使用基于深度学习NIMA神经网络可以得到比传统方法更具体的评价结果,帮助设计师有效而客观地评价界面设计.结论 将计算机图像美学评价的研究领域拓展到界面设计领域,验证了深度卷积神经网络在界面设计美学评价领域使用的可行性.未来图像美学评价还可以介入更多的设计相关领域,辅助设计师做出更有效的设计和商业决策.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡飞		36	62	4.0	7.0
2	张曦		5	15	1.0	3.0
3	周坤		2	0	0.0	0.0
4	肖定坤		1	0	0.0	0.0