基于序列操作数据的元素布局预测

摘要：

创建规则的元素布局在许多场景下是常见的任务.用户在完成该任务的时候往往需要进行大量烦琐的元素操作.针对该问题,提出了一种布局预测方法以协助用户高效地创建规则元素布局.从SmartDraw中选取30组流程图模板作为基础数据集并进行数据增强,以视觉图像和属性编码2种形式对数据进行联合编码,训练以图像字幕网络为基础框架的神经网络,使该网络有效地学习到进行元素布局时的规则,并据此进行布局的预测.对布局进行预测时提供包含局部到全局的多个候选结果,保证预测具有可接受的准确率,有效地协助用户完成布局操作.设计了包括简单与复杂布局任务的用户调研;采用量化指标从性能、效率和稳定性对所提方法进行评价和分析.结果表明,与传统布局工具相比,所提方法可显著地减少用户定位元素的次数,缩减完成布局任务的时间,有效地提高用户的布局效率.

关键词：布局设计;布局预测;机器学习

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;广东省自然科学基金;深圳市稳定支持面上项目;深圳市基础研究基金;南山领航团队项目

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1923-1935