بحث تصميم الملصقات استنادًا إلى خوارزمية توليد الصور التلقائي باستخدام التعلم العميق

على الرغم من أن هذه الدراسة حققت تقدمًا كبيرًا في نماذج توليد الصور، إلا أنها لا تزال تواجه مشكلات مثل عدم كفاية تنوع الصور المولّدة، وجودة منخفضة للصور عالية الدقة، والحاجة إلى كمية كبيرة من بيانات التدريب لتحسين النموذج. تدرس هذه الورقة تصميم الملصقات استنادًا إلى خوارزمية توليد الصور التلقائي باستخدام التعلم العميق، باستخدام إطار عمل لخوارزمية توليد الصور بالإشراف التكراري لشبكات الخصومة التوليدية لمهام توليد الصور متعددة الزوايا وتوليد الصور عالية الدقة لصور الملصقات الرقمية ذات العينة الصغيرة. تم اقتراح تحسينات متنوعة لتعزيز أداء نموذج شبكة GAN لمهام توليد صور تصميم الملصقات. استنادًا إلى البحث التجريبي، يستخدم نموذج هذه الورقة شبكات الخصومة التوليدية لتمييز الكتل المنخفضة الدقة وذات الدقة العالية للملصقات المقطوعة عشوائيًا، مما يضمن أن تحتفظ الملصقات عالية الدقة بنسج القماش الأصلي واللمسات الفرشاة، مما يحسن فعالية توليد صور الملصقات تلقائيًا. تظهر نتائج التقييم أن التقييم الكمي لنموذج الخوارزمية المقترحة في إدارة المعرفة يتوزع في نطاق معقول، مما يشير إلى أن نموذج الخوارزمية المقترح لديه أداء جيد في إدارة المعرفة. إن نموذج تصميم الملصقات القائم على خوارزمية توليد الصور التلقائي باستخدام التعلم العميق المقترح في هذه الورقة له تأثيرات معينة. في الممارسة اللاحقة، يمكن دمج خوارزمية توليد الصور التلقائي مع الاحتياجات العملية لتحسين كفاءة وتأثير تصميم الملصقات.