人工智能时代下的视觉 设计主讲人： 阿里巴巴 iDST算法 专家 禾朔智能设计介绍 自动化可控视觉内容生成标题 1商品图片标题 2标题 3空间布局色彩搭配背景适配字体合成风格推荐智能交互 。Banner布局设计 设计合理的元素排列使得Banner具有特定的设计风格 自动：最小化人工参与 自动适应各种尺寸 自动学习多种风格 自动适应元素数量 可控 ：结果可预测可修改算法 路线标题 1商品图片标题 2标题 3Conv+ReLUConv+ReLUConv 设计模板 可控性强 计算成本低 人工成本高 通用性差 扩展性差 流型建模 可控性中 计算成本中 人工成本低 通用性强 扩展性强 深度学习 可控性弱 计算成本高 人工成本中 通用性强 扩展性差+ +算法流程单一尺寸风格学习单尺寸风格参数多尺寸风格流型基于流型的风格适配布局优化尺寸适配Banner训练 数据风格迁移参考生成 Banner风格库基于深度学习 的风格 推荐尺寸适配 屏幕与窗口大小任意变化 不同尺寸风格必须一致 布局 随 尺寸变化 不连续风格适配 基于流型分析的风格迁移风格推荐 依据布局草图 依据商品特点 依据业务类型 依据人群偏好01 稳重大方：平衡感强、庄重大方02 活泼动感：错落张力、自由灵动03 简约现代：左右分离、清新利落色彩 重构推荐色盘元素重上色核心问题：1. 风格驱动的推荐色盘2. 多种方案的最优选择色彩重构流程自然图像的重 上色色盘重上色原图文字（标题、说明）图片（产品、 Logo、类型 ）尺寸元素 输入接口 布局生成四元素简单布局多蒙版复杂布局纯色背景纹理（多色）渐变背景图片背景不同背景类型品牌 人群 /场景 设计风格用户需求接口设计意图模型各种设计意图字体设计 意图(粗细 /衬线 /.)深度神经网络自动化生成字体大小 /内容符合要求的图片深度神经网络图片风格化图片内容风格化后图片色彩设计意图(古典 /现代 /.)Banner设计流程布局 设计意图(稳重 /简洁 /.)更多 技术点 字体生成 从少数字体样本推测全体字体字集 依据笔画样式调整现有字体 动态图像生成 让图像中的某一部分动起来，但其他部分保持静止 为图像添加景深与视差效果