LumiMood：用于设计3D场景氛围的创意支持工具

文献标题

LumiMood: A Creativity Support Tool for Designing the Mood of a 3D Scene

文献信息

• 主题领域: 游戏设计与创造性支持工具的研究，特别是人工智能驱动的情感与视觉设计。
• 关键词: 创造性支持工具, 情感计算, 图形设计, 人工智能, 游戏场景, 氛围设计, 照明设计, 后期处理, AI生成内容, 视觉情感分析。

研究背景与问题

• 主要问题与挑战:

  • 在游戏场景设计中，营造沉浸式和情感引发的氛围是一个主要任务，为此需要对低层次特性（如颜色分布、对比度和亮度）进行详细设计。
  • 当前的AI支持工具主要集中于3D模型语义特性的自动生成，然而对场景整体的低层次特性自动化支持较少。
  • 氛围设计的挑战包括从抽象概念到视觉表现的翻译过程、通过试错法设置和评估属性值的繁琐工作流程，以及学习和理解复杂的属性以实现精确调整。

• 研究的重要性:

  • 研究旨在解决游戏场景中氛围营造的主要设计挑战，通过引入人工智能技术来减少设计时间，提高准确性，并为设计师提供更便捷的工具。
  • 氛围设计对于游戏的用户体验至关重要，影响玩家的情感反应、沉浸感和游戏的整体质量。

• 研究动机与相关工作:

  • AI技术（如生成对抗网络和扩散模型）已在图片生成、3D建模等多领域产生深远影响。结合自然语言处理方法，AI能有效简化复杂的设计任务。
  • 现有研究更多集中在语义特性，少量针对氛围设计的工作缺乏对低层次视觉特性和情感的同步考虑。
  • 本研究的目标是通过引入新的工作流程和工具为设计师提供全面支持，特别是在调节照明和后期处理以达到情感设计目标方面。

解决方案

• 主要方法与工具:

  • 提出LumiMood，一个基于人工智能的创造性支持工具，专门为3D场景的氛围设计服务。
  • LumiMood由三个主要组件组成：
    1. 参考图像生成器（Generator）：使用扩散模型生成情感参考图像。
    2. 模板场景创建器（Creator）：自动调整照明和后期处理属性以生成模板设计。
    3. 设计步骤回溯器（Recaller）：回溯设计步骤并展示属性调整如何影响场景外观。

• 创新之处:

  • 使用扩散模型生成参考情感图像，帮助设计师将抽象氛围概念转化为视觉表现。
  • 提供自动化模板设计以简化繁琐的试错过程。
  • 展示中间设计步骤以提高设计师对属性的理解与控制。

• 实施步骤和关键技术:

  • Generator组件采用WEBEmo数据集训练的扩散模型，根据情感关键词生成参考图像。
  • Creator实现网格搜索算法，通过优化两阶段的照明和后期处理属性目标，降低设计场景与参考图像间的均方误差。
  • Recaller记录并回溯调整步骤，计算各属性对设计结果的影响分数，并根据得分排序展示最显著的属性调整。

研究成果

• 具体成果:

  • LumiMood显著提高设计效率：减少设计时间与交互次数，提升设计精度和内容满意度。
  • 专业设计师与新手设计师均受益于其功能，但在使用风格上存在差异。
  • 通过用户研究验证LumiMood能够帮助设计师解决抽象氛围概念的转化问题、减少繁琐设计工作流程以及加深对属性的理解。

• 与现有解决方案的比较:

  • LumiMood不仅支持高层次内容的设计，还提供对低层次特性的全面支持。
  • 相较于直接使用游戏引擎，设计师能够更快速完成任务，并且显著提高设计精度。

• 实验与评估结果:

  • 用户实验：40名设计师参与了任务，包括场景复制任务和氛围设计任务。
  • 结果表明：
    1. 使用LumiMood后，设计时间减少约30%-40%。
    2. 专业设计师能更好地理解和应用照明与后期处理属性。
    3. LumiMood对新手设计师的帮助尤为显著，为他们提供了自动化生成的清晰方向。

• 局限性与未来方向:

  • Generator的扩散模型为黑箱机制，缺乏透明性，未来研究可探索可解释AI技术。
  • 增强Generator的灵活性以支持跨场景的风格一致性。
  • 扩展支持高层次特性（如3D模型和语义内容）以进一步提升设计自由度与多样性，避免生成内容设计固化问题。
  • 根据用户经验水平定制自动化与控制的动态平衡，以满足初学者与专业设计师的不同需求。

总结

通过深入探索设计师的需求与挑战，LumiMood为游戏场景设计带来了显著的支持和提升。其将人工智能模型与设计工作流程有机结合，为创造性支持工具设计提供了重要参考。