触碰智能图像时代 —— 营销设计中的智能化初探

这一方面无先例可循，并没有现成的算法技术或者框架可以参考；（3）我们期望智能多尺寸在可以实现机器生成的同时，仍然保留一定的设计丰富性，不同的风格、构图等等，避免因迎合技术导致设计过于单一和简化，不同的风格、构图等等，然而这确是在提高自身的难度。3. 如何进行设计的提炼、抽象及算法化？如何将设计语言转化成逻辑算法？让人和机器都可以理解。我们进行智能多尺寸解决方案领域的探索，过程中需抽象banner多尺寸的共性，需平衡算法通用性与特性，选择解决问题的最佳解决方案。（1）banner业务特征提炼通过CBU日常营销1000余张banner的分析，我们发现其中80%以上在设计上采用左右结构，将此种结构的主模板作为优先解决的对象，降低机器处理的复杂程度。分析了现有站内90个+的营销尺寸，共计数千张banner，统计常用的尺寸比例。绘制尺寸比例的散点图，通过数据值的分布和数据点的分簇，将尺寸大致分为三大类，纵向尺寸、横向尺寸及横幅尺寸。（2）banner设计元素及布局结构化抽象我们要将banner的版式特征提炼为可以量化的客观布局规则，首先将banner要素抽象为文本（title）、元素（element）、背景（background） 、标签（tag）及logo五大类，其中logo及tag为业务性元素，布局特征会随业务场景需要而有所变化。进而再确定各元素的大小、布局位置、尺寸比例和元素间关系，抽象其通用性布局。（3）多尺寸算法逻辑流程及布局计算我们将布局特征归纳为三层：其中第四步，对各元素布局进行调整，我们具体采用较详细的布局计算方案，在计算banner布局特征时，我们采取每个元素的最大外接矩形来表征该元素的位置及大小，其中常用的一些布局特征为对齐、间距、比例、平衡及视觉重心。例如对齐，元素间是否具有良好的对齐是布局的一个重要审美标准，布局整齐的banner往往更受用户欢迎。对于对齐方式，我们定义了三种对齐方式：我们采用简单的启发式探索来计算对齐。智能多尺寸通过后续算法开发，不断进行测试及迭代，完成元素贴边、元素剔除、切图区域、合图清晰度等多项问题的优化，并且算法与前端完成对接，最终实现线上流程的跑通，通过系列的运营及推广已经实现CBU全站的覆盖，在近一年时间内成了CBU设计师及运营必不可少的工作神器。智能多尺寸生成一套banner仅需2分钟，代替人工一整天（按标准工时完成20个一套计算），效率提升200倍+。从2017年4月至2018年2月的使用数据来看，通过智能多尺寸共为集团节省外包设计费用200万+。三、与鹿班智能化平台合作寻求价值深化自动化的设计工具基本是从成本、效率、收益等角度切入，赋能业务或产生商业变现，我们不满足单点技术及自动化工具，希望结合此前工具化效率提升的想法，寻求智能化平台合作为我们解决更多维度的问题。希望通过场景的拓展，人、工具、平台能有更多关联，而在有了场景后则开始产生大量的内容，我们就可以将这些内容沉淀下来进行复用与再组织，并在整个链路中进行投放连接，最终获得宝贵的数据资产，数据资源又能更多的赋能我们的创意设计工作。在CBU328商人节中我们与鹿班智能设计进行了初步合作，进一步推进场景拓展及价值深化。此前我们在页面及BANNER尺寸拓展方面做过的诸多探索，均能带来效率的提升，但大多数是断点的，我们希望鹿班可以帮助我们实现大促设计工作的线性串联，实现页面设计到尺寸拓展一站式在线智能生成，并借此机会往机器智能化创造方面再迈进一点点。机器智能生成效果基于原始数据的学习，因此原始数据的设计显得尤为重要。设计师需将设计进行结构化、特征量化，可分为两大部分，一部分是定位设计各元素的空间关系，其中包括文字、主体、标识、修饰、背景5大类元素，需要设计及定义各元素的大小、方向及形状；另一部分是定义设计各元素的色彩质感关系，其中包括色彩、纹理及质感，还需定义各色彩层的比例关系及色彩层之间的位置关系。有了较丰富的设计数据，再在鹿班设计师端进行模板上传，将视觉数据化的部分包括构图模型、配色模型、文案模型进行数据输入，进行智能生成，将数据视觉化，设计师再根据生成结果进行人工评测。想要实现页面设计到尺寸拓展一站式生成，其最核心的是拓色及拓版打通这一关键技术难点，在和鹿班智能设计合作中，我们最终实现了大促页面设计到尺寸拓展一站式在线智能生成，并为大促定制了特有流程，进一步触碰智能图像时代。在此次CUB328商人节大促试点中，也有了很好的业务落地，一周内完成了近万张BANNER的智能生成，在确保内容丰富性的同时，大大提高了设计效率、节省设计费用。展望：人工智能设计是个不可阻挡的时代，我们的探索仅仅是迈出的短短一小步，我们仍然不忘初心，致力于通过利用新的智能化技术手段更好的解决业务问题，服务商业，扩展设计价值。我们期待的是，设计和技术能够真正的做到融合，设计师将更多精力放在创造、创意，以及理解用户层面，而将数据、计算、学习交由机器，建立一个良好的共生关系，让大家可以真正的改变自己的工作方式。希望我们一起加油，创变未来，拥抱智能化设计时代！感谢：感谢色彩转移项目中iDst机器智能技术实验室-视觉计算团队的禾朔及艾劼的鼎力协助，感谢智能多尺寸项目中不饱以及算法秉恕、晨皋及前端刍牧的齐心协作，感谢?328大促项目中乐乘及鹿班项目组的大力支持！期待以后可以碰撞出更多的火花！感谢杨真、项虹的全力支持与悉心引导，感谢卢俊的全程指导与相助，感谢创意设计组宋义、大薛、渔轩、韩夏等同学在项目落地过程中的通力协作！作者：李郭来源：阿里巴巴UED题图来源于阿里巴巴UED