InkIdeator: 通过AI注入的中国画探索支持中国风格视觉设计构思

文献标题

InkIdeator: Supporting Chinese-Style Visual Design Ideation via AI-Infused Exploration of Chinese Paintings

出版信息

• 主题领域: 基于人工智能的文化与创意视觉设计工具
• 关键词: 中国画、视觉设计、生成式人工智能、文化符号、创意支持、设计空间、多模态模型、创意工具、用户研究、文化遗产

背景与问题

• 问题/挑战: 设计师在高效搜索、分析和整合中国画中的文化符号、情感、构图和风格时面临困难，原因包括资源分散、领域知识缺乏以及视觉化创意的效率低下。
• 重要性: 解决这些挑战可以增强中国风视觉设计的创意过程，促进文化传承，并降低非专业人士接触传统中国美学的门槛。
• 动机与相关工作: 现有工具如 MetaMap 和 HarmonyCut 支持基于示例的创意生成，但未能解决中国风设计的独特挑战，例如中国画的文化与美学复杂性。本研究基于这些空白，聚焦于中国画的创意生成。

解决方案

• 提出的方法: InkIdeator 是一个基于人工智能的创意支持工具，通过利用一个带注释的中国画数据集和生成式人工智能能力，促进中国风视觉设计。
• 创新点:
  1. 开发了一个包含16,315幅中国画的结构化数据集，并对其进行了文化符号、情感、构图和风格的注释。
  2. 引入多面板界面（符号关联、图像库、情绪板、图像生成）以支持创意生成。
  3. 集成生成式人工智能，用于视觉化创意和探索设计维度。
  4. 通过用户研究和与经验丰富的中国画家合作的扩展案例进行评估。
• 流程与关键技术:
  • 数据集创建: 使用多模态大模型和中国画家的反馈，爬取并注释16,315幅中国画。
  • 界面设计: 包括符号建议、示例搜索、维度分析和图像生成的四个面板。
  • 生成式人工智能集成: 使用 GPT-4o 和 MidJourney 生成设计意图、图像和诗歌。
  • 用户评估: 通过组内实验和扩展案例研究评估系统的有效性。

结果

• 具体发现:
  • 注释数据集包括1265个文化符号、4903个情感概念，以及关于风格、构图、笔触和色调的丰富关键词。
  • InkIdeator 在支持组织化探索（p=0.006）、提取设计元素（p=0.031）和视觉化创意（p=0.021）方面显著优于基线系统。
  • 生成的图像在设计意图相关性方面的评分高于基线系统（p=0.035）。
• 相较基线的优势:
  • 通过注释关键词增强设计空间的探索。
  • 在创意生成的用户体验方面表现更佳，评分更高的表达性、沉浸感和创意探索的便捷性。
  • 生成的图像更符合用户选择的关键词和文化美学。
• 实验/评估:
  • 与12名参与者进行组内实验，比较 InkIdeator 与基线系统。
  • 与两位经验丰富的中国画家合作的扩展案例研究，探索系统的普适性。
  • 评估指标包括创意的清晰度和吸引力、用户体验（CSI、NASA-TLX）以及系统面板的实用性。
• 局限性与未来工作:
  • 用户研究样本量较小且时间有限。
  • 生成式人工智能模型的偏差导致生成文化准确性图像的挑战。
  • 缺乏手动绘图支持以及用户可能过度依赖人工智能输出的风险。

总结

InkIdeator 是一个基于人工智能的工具，旨在通过探索中国画中的文化符号、情感、构图和风格，支持中国风视觉设计。它利用一个包含16,315幅注释画作的结构化数据集，并集成生成式人工智能以实现创意的可视化。用户研究表明，该工具在增强创意生成方面表现出色，尤其是在组织化探索和高效创意可视化方面。尽管在文化设计任务中具有潜力，但未来工作需解决数据集多样性、手动绘图集成及生成式人工智能输出的文化准确性问题。