基于深度學習的草圖識別輔助繪圖軟件設計開發

作者闡述：草圖是人類快速可視化表達意圖和目標對象的常見、直接且重要的信息形式。對于工業設計，手繪草圖更是設計師們快速進行方案構思、設計迭代和輔助三維建模的必不可少的手段。但是，目前的草圖繪圖軟件需要用戶自行搜集素材進行繪制，效率不高。本設計針對上述問題設計開發了基于深度學習的草圖識別輔助繪圖軟件。解決目前草圖識別技術存在的訓練樣本不足、識別準確度不高和交互界面存在的可用性較差、未充分考慮不同行業使用人員需求的問題。在草圖識別算法上，提出了一種新的草圖識別模型：“AMBG-Sketch-Net”手繪草圖識別雙分支網絡，識別準確率達到87.2%。在軟件設計上，打破傳統草圖識別輔助工具由算法主導識別結果，用戶被動選擇的模式，將用戶作為主導者，根據其偏好職業等自由改變調整識別結果，輔助繪圖。在界面設計上，基于交互設計與評估體系設計軟件界面，使其符合目標用戶認知，滿足用戶需求，易操作。

導師點評：該作品聚焦于設計師人群。隨著智能設備的普及，目前越來越多設計師借助電子設備繪制草圖，但設計師在尋找參考素材時耗費較長時間，且浪費很多時間反復繪制相同素材。該作品解決了這一問題，設計者將工業設計所學人機界面設計、設計調查、用戶研究等設計專業知識與計算機技術相結合，設計開發了一款基于深度學習的草圖識別輔助繪圖軟件。該軟件能夠根據用戶偏好進行設置，在用戶繪制草圖時進行識別，提供相似的素材供用戶直接選擇，大大節約了素材尋找和常用素材繪制的時間，使設計過程更加智能化，提升工作效率。

該作品設計流程分為草圖識別算法設計、軟件設計及界面設計三部分。算法設計部分，目前的草圖識別算法存在草圖數據集太少，訓練樣本不足及草圖識別準確度不高、模型魯棒性有待驗證等問題，這是由于草圖具有稀疏性和抽象性，傳統適用于自然圖像識別的深度學習算法并不完全適用于草圖識別。軟件設計方面，目前繪圖輔助軟件未充分考慮不同行業使用人員的需求，缺少對創新思維過程的支持。界面設計方面，目前的著重于軟件技術升級，交互界面缺乏設計，可用性較差。

該作品針對各環節存在的問題進行改進創新，開展基于深度學習的草圖識別輔助繪圖軟件設計與開發。在草圖識別技術上，構建了一種新的“AMBG-SketchNet”手繪草圖識別雙分支網絡，該網絡分別應用改進的卷積神經網絡：AttentionMobileNetV2提取草圖空間特 征，應用改進的循環神經網絡：基于筆畫序列的BiGRU提取時間特征，將雙分支提取的兩種特征進行融合。融合后的特征保留草圖圖像的空間特征和草圖筆畫序列的時間特征，因此更易于識別。該雙分支網絡將草圖識別準確性由原來的78%提升至87.2%；在軟件設計上，提出一種能夠與用戶交互的草圖識別框架，將其用于基于草圖識別的智能繪圖軟件，滿足用戶自定義的需求。該軟件基于QT進行跨平臺開發。在界面設計開發上，建立完整的設計與評價體系，基于此體系設計人機交互界面，其美觀簡潔，符合用戶認知與操作習慣。

該作品有較強的落地性，應用目前前沿的深度學習圖像識別技術，綜合國內外人機交互理論進行界面設計指導評價，設計的草圖識別輔助繪圖軟件大大提升了設計師的工作效率。