CN108108215A - 皮肤生成方法、装置、终端和计算机可读存储介质 - Google Patents
皮肤生成方法、装置、终端和计算机可读存储介质 Download PDFInfo
- Publication number
- CN108108215A CN108108215A CN201711371235.1A CN201711371235A CN108108215A CN 108108215 A CN108108215 A CN 108108215A CN 201711371235 A CN201711371235 A CN 201711371235A CN 108108215 A CN108108215 A CN 108108215A
- Authority
- CN
- China
- Prior art keywords
- skin
- background
- user
- learning model
- data bank
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明提出一种皮肤生成方法、装置、终端和计算机可读存储介质,皮肤生成方法包括以下步骤:对原始文件的皮肤元素和皮肤组件进行分类标注,以建立包括皮肤元素库和皮肤组件库的资料库;根据所述资料库中的所述皮肤元素和所述皮肤组件之间的相关性形成相应的学习模型;根据用户的输入信息基于所述学习模型生成背景图;以及基于所述背景图来匹配按键、字体和布局,以生成皮肤。皮肤生成终端包括处理器和存储器;当程序被处理器执行时,使得处理器实现上述方法。计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述方法。本发明能够实现用户个性化的自定义皮肤功能。
Description
技术领域
本发明涉及输入法技术领域,特别涉及一种皮肤生成方法、装置、终端和计算机可读存储介质。
背景技术
输入法中的皮肤包括背景图、按键、字体和布局。随着技术的发展,出现了对输入法的皮肤进行自定义的皮肤功能,以能够根据自己的喜好进行输入法皮肤的个性化设定。
现有技术中的自定义皮肤包括可以选择一张已经存在的图片作为背景图,并且可以调整这张图片的模糊度,同时也可以调整按键上的字体、颜色、按键边框样式。然而,现有技术中的自定义皮肤功能过于单一,不能实现用户的完全个性化设定。
在背景技术中公开的上述信息仅用于加强对本发明的背景的理解,因此其可能包含没有形成为本领域普通技术人员所知晓的现有技术的信息。
发明内容
本发明实施例提供一种皮肤生成方法、装置、终端和计算机可读存储介质,以至少解决现有技术中的以上技术问题。
第一方面,本发明的实施例提供了一种皮肤生成方法,包括以下步骤:
对原始文件的皮肤元素和皮肤组件进行分类标注,以建立包括皮肤元素库和皮肤组件库的资料库;
根据所述资料库中的所述皮肤元素和所述皮肤组件之间的相关性形成相应的学习模型;
根据用户的输入信息基于所述学习模型生成背景图;以及
基于所述背景图来匹配按键、字体和布局,以生成皮肤。
结合第一方面,本发明在第一方面的第一种实施方式中,当用户的输入信息为皮肤元素时,所述根据用户的输入信息基于所述学习模型生成背景图的步骤包括:
在所述资料库的所述学习模型中搜寻用户输入的所述皮肤元素相匹配的学习模型,并且将用户输入的所述皮肤元素与所述学习模型相结合以生成所述背景图。
结合第一方面,本发明在第一方面的第二种实施方式中,当用户的输入信息为喜好特征时,所述根据用户的输入信息基于所述学习模型生成背景图的步骤包括:
在所述资料库的所述学习模型中搜寻与用户输入的所述喜好特征相匹配的多个学习模型,将这些相匹配的学习模型组合以生成所述背景图。
结合第一方面,本发明在第一方面的第三种实现方式中,还包括:
评估所生成的背景图;以及
生成评估结果。
结合第一方面的第三种实施方式,本发明在第一方面的第四种实现方式中,所述评估所生成的背景图的步骤包括:
对所述背景图进行总体评分;以及
对所述皮肤组件以及所述皮肤元素分别进行评分。
结合第一方面的第三种实施方式,本发明在第一方面的第五种实现方式中,还包括根据评估结果对所述背景图进行优化的步骤。
结合第一方面,本发明在第一方面的第六种实现方式中,基于所述背景图来匹配按键、字体和布局的步骤包括:
根据所述背景图,在皮肤文件中获取与所述背景图的设计匹配的按键和字体信息来进行匹配;以及
根据用户预先输入的落点坐标信息、纠错信息或长期使用的皮肤特点来对布局进行匹配。
结合第一方面,本发明在第一方面的第七种实施方式中,所述分类标注包括对所述皮肤组件或所述皮肤元素的坐标、内容、主题分类、颜色和大小进行标注。
第二方面,本发明实施例提供了一种皮肤生成装置,包括:
分类模块,用于对原始文件的皮肤元素和皮肤组件进行分类标注,以建立包括皮肤元素库和皮肤组件库的资料库;
学习模块,用于根据所述资料库中的所述皮肤元素和所述皮肤组件之间的相关性形成相应的学习模型;
生成模块,根据用户的输入信息基于所述学习模型生成背景图;以及
匹配模块,用于基于所述背景图来匹配按键、字体和布局,以生成皮肤。
在一个可能的设计中,所述生成模块包括:
生成单元,当用户的输入信息为皮肤元素时,所述生成单元用于在所述资料库的所述学习模型中搜寻用户输入的所述皮肤元素相匹配的学习模型,并且将用户输入的所述皮肤元素与所述学习模型相结合以生成所述背景图。
在一个可能的设计中,所述生成模块包括:
生成单元,当用户的输入信息为喜好特征时,所述生成单元用于在所述资料库的所述学习模型中搜寻与用户输入的所述喜好特征相匹配的多个学习模型,将这些相匹配的学习模型组合以生成所述背景图。
在一个可能的设计中,还包括评估模块,所述评估模块用于评估所生成的背景图并且以及生成评估结果。
在一个可能的设计中,所述评估模块包括评估单元,所述评估单元用于对所述背景图进行总体评分以及对所述皮肤组件和所述皮肤元素分别进行评分。
在一个可能的设计中,还包括优化模块,用于根据评估结果对所述背景图进行优化。
在一个可能的设计中,所述匹配模块包括:
按键和字体匹配单元,用于根据所述背景图,在皮肤文件中获取与所述背景图的设计匹配的按键和字体信息来进行匹配;以及
布局匹配单元,用于根据用户预先输入的落点坐标信息、纠错信息或长期使用的皮肤特点来对布局进行匹配。
第三方面,本发明实施例提供了一种皮肤生成终端,包括:一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现第一方面中任一所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现如第一方面包括的任一所述的方法。
上述技术方案中的一个技术方案具有如下优点或有益效果:能够给予用户设计高度个性化的皮肤的能力,并且极大地丰富了现有的皮肤库,可以与用户进行深度交互。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1为本发明实施方式提供的一种皮肤生成方法的流程示意图;
图2为本发明实施方式提供的一种皮肤生成装置的结构示意图;
图3为本发明实施方式提供的一种皮肤生成终端结构的示意图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
实施例一
本发明实施例提供了一种皮肤生成方法,如图1所示,该方法主要包括:
S100:分类标注皮肤元素和皮肤组件。
输入法的皮肤包括背景图、按键、字体和布局四大部分的组件。每个组件中又包括若干元素,如背景图包括:背景色、前景色、元素背景、图层设计等等。
皮肤的资料库包括皮肤组件库和皮肤元素库,通过对原始文件的皮肤元素和皮肤组件进行分类标注,而建立皮肤元素库和皮肤组件库。分类标注包括对这些组件进行详细的坐标、内容、主题分类、颜色、大小等的详细特征进行标注。
皮肤组件库中包含完整的多个组件,比如各种背景图、各种布局方案等。而皮肤元素库是独立的各种元素,比如各种字体、放置在背景图上的各种图案等等。
资料库中的每一项元素或组件都具有自己的若干特征值,其中特征值可以来自于标注的数据,也可以来自于已有皮肤文件中的信息(比如按键和字体信息)。除了一些客观特征以外(比如坐标、颜色),每一项皮肤元素或皮肤组件还会有一些主观分类标注与设计风格(比如爱情、科幻、暖色调、暗黑类风格)。当用户通过给出一些喜好来生成皮肤时,生成***会参考这些分类标注来选择元素或者组件。
资料库的初始建立依赖于人工完成。当整个***运行起来之后,资料库还会根据评估时给出的评估进行完善,所述完善包括两部分:第一,添加制作完成的皮肤组件进入资料库;第二,对于已有的皮肤元素或皮肤组件的特征值进行更新,以获得更高的评分(例如将某个皮肤的背景色由深蓝色变更为蓝色,将某按键组件的宽度进行适当增加等等)。
皮肤组件和皮肤元素以一系列数据的形式被存储在皮肤组件库和皮肤元素库中,从而形成数据资料库。
S200:形成学习模型。
根据所述资料库中的所述皮肤元素和所述皮肤组件之间的相关性形成相应的学习模型。
具体地,让***理解背景图的构成:首先,通过以上的分类数据标注,对原始文件中的图层进行分类,然后用数据标注出皮肤元素、皮肤图层和皮肤组件之间的相关性,形成学习模型,以使***能够进行设计框架的学习。
S300:根据用户的输入信息基于所述学习模型生成背景图。
通过构建一个虚拟画布,并且根据分类标注的数据中的背景色、前景色、主题分类特征等的学习模型,来选择背景图,并且根据学习模型将所需要的皮肤图层、皮肤元素等根据分类标注的数据库中的坐标值特征放在画布上的合适位置,采用DQN算法的“强化学习”方式从参考原始样本开始设计,从而得到所需要的背景图。
S400:基于所生成的背景图来匹配按键、字体和布局。
构建完成背景图之后,按键图标(icon)、字体和颜色可以根据背景图的特征标注进行匹配。
其中,按键和字体信息可以从皮肤文件中获取。
对于布局而言,由于其产生的主要影响是用户输入体验,而非视觉体验,因此需要额外增加用户个性化的历史输入落点坐标信息、纠错信息与长期使用的皮肤特点等特征,进行个性化定制。
需要指出的是,布局不仅限于以上指出的特征,其可以包括用户进行输入时所体现出的各种信息。
在第一种实施方式的基础上,当用户的输入信息为皮肤元素时,所述根据用户的输入信息基于所述学习模型生成背景图的步骤包括:
在所述资料库的所述学习模型中搜寻用户输入的所述皮肤元素相匹配的学习模型,并且将用户输入的所述皮肤元素与所述学习模型相结合以生成所述背景图。
例如,用户提供了若干图片,并且标注了图片中想要的元素,在皮肤组件库中根据标注的数据中的背景色、前景色、主题分类等特征选出背景简单且风格类似的图片,根据所标注的坐标值将这些元素放到图片中,并且***可以通过已知算法生成所需要的背景图。
在第一种实施方式的基础上,当用户的输入信息为喜好特征时,所述根据用户的输入信息基于所述学习模型生成背景图的步骤包括:
在所述资料库的所述学习模型中搜寻与用户输入的所述喜好特征相匹配的多个学习模型,将这些相匹配的学习模型组合以生成所述背景图。
例如,用户提供一系列喜好选择,***在库中寻找背景图。
具体地,用户提供的喜好也是通过特征值来提供(比如喜欢颜色:黑色;喜欢主题分类:暗黑;喜欢设计风格:极简风格),通过这些特征值到资料库中去寻找匹配的组件和元素。
需要指出的是,背景图的生成方式还可以采取其它方式,例如,用户提供了一张图片,***可以通过修改图片去除不必要的元素并添加所需要的元素而成生成背景图。
在第一种实施方式的基础上,还包括:
评估所生成的背景图;以及
生成评估结果。
所述评估所生成的背景图的步骤包括:
对所述背景图进行总体评分;以及
对所述皮肤组件以及所述皮肤元素分别进行评分。
所述评估所生成的背景图的步骤还可以包括:
评估***是决定生成的皮肤使用需要进行修改的依据。
总体评分包括:整体美学评估,由专业人员给出;用户主观评分,由用户给出评分;用户客观使用情况评分,通过生成之后的皮肤使用率、使用时长等进行评分。
在另一个具体的实施方式中,在对所述皮肤组件和所述皮肤元素进行分类标注时对所述皮肤组件以及皮肤元素分别进行评分。
皮肤组件/元素评分由专业人员在初期***学习阶段给出评分,这种评分用于帮助***确定某些组件的组合,或者某些元素的组合是否合适。评分依据来源于专业皮肤制作人员的美学标准。
在一个具体的实施方式中,还包括根据评估结果对所述背景图进行优化的步骤。
当评分较低时,重新搜寻资料库以重新生成背景图,当评分较高时,完成所述背景图,并且将所生成的背景图更新到资料库中。
在第一种实施方式的基础上,基于所述背景图来匹配按键、字体和布局的步骤包括:
根据所述背景图,在皮肤文件中获取与所述背景图的设计匹配的按键和字体信息来进行匹配;以及
根据用户预先输入的落点坐标信息、纠错信息或长期使用的皮肤特点来对布局进行匹配。
具体地,用户在长期输入过程中会产生许多的输入落点坐标与纠错信息,这些信息可以帮助我们优化布局细节,从而帮助提高用户输入准确度,以及按键的摆放位置(比如用户习惯删除建在上方或者下方,按Q的偏移比按R的要大等等)。
在第一种实施方式的基础上,分类标注包括对所述皮肤组件或所述皮肤元素的坐标、内容、主题分类、颜色和大小进行标注。
实施例二
本发明实施例提供了一种皮肤生成装置,如图2所示,包括:
分类模块10,用于对原始文件的皮肤元素和皮肤组件进行分类标注,以建立包括皮肤元素库和皮肤组件库的资料库;
学习模块20,用于根据所述资料库中的所述皮肤元素和所述皮肤组件之间的相关性形成相应的学习模型;
生成模块30,用于根据用户的输入信息基于所述学习模型生成背景图;以及
匹配模块40,用于基于所述背景图来匹配按键、字体和布局,以生成皮肤。
在一个可能的设计中,生成模块30包括:
生成单元,生成单元,当用户的输入信息为皮肤元素时,所述生成单元用于在所述资料库的所述学习模型中搜寻用户输入的所述皮肤元素相匹配的学习模型,并且将用户输入的所述皮肤元素与所述学习模型相结合以生成所述背景图。
在另一个可能的设计中,生成模块30包括:
生成单元,当用户的输入信息为喜好特征时,所述生成单元用于在所述资料库的所述学习模型中搜寻与用户输入的所述喜好特征相匹配的多个学习模型,将这些相匹配的学习模型组合以生成所述背景图。
在一个可能的设计中,还包括评估模块,所述评估模块用于评估所生成的背景图并且以及生成评估结果。
在一个可能的设计中,所述评估模块包括:
评估单元,所述评估单元用于对所述背景图进行总体评分以及对所述皮肤组件和所述皮肤元素分别进行评分。
在一个可能的设计中,还包括优化模块,用于根据评估结果对所述背景图进行优化。
在一个可能的设计中,所述匹配模块40包括:
按键和字体匹配单元,用于根据所述背景图,在皮肤文件中获取与所述背景图的设计匹配的按键和字体信息来进行匹配;以及
布局匹配单元,用于根据用户预先输入的落点坐标信息、纠错信息或长期使用的皮肤特点来对布局进行匹配。
实施例三
本发明实施例提供了一种皮肤生成终端,如图3所示,包括:
存储器32和处理器31,存储器32内存储有可在处理器31上运行的计算机程序。处理器31执行所述计算机程序时实现上述实施例中的皮肤生成方法。存储器32和处理器31的数量可以为一个或多个。
通信接口33,用于存储器32和处理器31与外部进行通信。
存储器32可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
如果存储器32、处理器31以及通信接口33独立实现,则存储器32、处理器31以及通信接口33可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器32、处理器31以及通信接口33集成在一块芯片上,则存储器32、处理器31及通信接口34可以通过内部接口完成相互间的通信。
实施例四
本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现如实施例一包括的任一所述的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
本发明实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
在本发明实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于指令执行***、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (17)
1.一种皮肤生成方法,其特征在于,包括以下步骤:
对原始文件的皮肤元素和皮肤组件进行分类标注,以建立包括皮肤元素库和皮肤组件库的资料库;
根据所述资料库中的所述皮肤元素和所述皮肤组件之间的相关性形成相应的学习模型;
根据用户的输入信息基于所述学习模型生成背景图;以及
基于所述背景图来匹配按键、字体和布局,以生成皮肤。
2.根据权利要求1所述的皮肤生成方法,其特征在于,当用户的输入信息为皮肤元素时,所述根据用户的输入信息基于所述学习模型生成背景图的步骤包括:
在所述资料库的所述学习模型中搜寻用户输入的所述皮肤元素相匹配的学习模型,并且将用户输入的所述皮肤元素与所述学习模型相结合以生成所述背景图。
3.根据权利要求1所述的皮肤生成方法,其特征在于,当用户的输入信息为喜好特征时,所述根据用户的输入信息基于所述学习模型生成背景图的步骤包括:
在所述资料库的所述学习模型中搜寻与用户输入的所述喜好特征相匹配的多个学习模型,将这些相匹配的学习模型组合以生成所述背景图。
4.根据权利要求1所述的皮肤生成方法,其特征在于,还包括:
评估所生成的背景图;以及
生成评估结果。
5.根据权利要求4所述的皮肤生成方法,其特征在于,所述评估所生成的背景图的步骤包括:
对所述背景图进行总体评分;以及
对所述皮肤组件以及所述皮肤元素分别进行评分。
6.根据权利要求4所述的皮肤生成方法,其特征在于,还包括根据评估结果对所述背景图进行优化的步骤。
7.根据权利要求1所述的皮肤生成方法,其特征在于,基于所述背景图来匹配按键、字体和布局的步骤包括:
根据所述背景图,在皮肤文件中获取与所述背景图的设计匹配的按键和字体信息来进行匹配;以及
根据用户预先输入的落点坐标信息、纠错信息或长期使用的皮肤特点来对布局进行匹配。
8.根据权利要求1所述的皮肤生成方法,其特征在于,所述分类标注包括对所述皮肤组件或所述皮肤元素的坐标、内容、主题分类、颜色和大小进行标注。
9.一种皮肤生成装置,其特征在于,包括:
分类模块,用于对原始文件的皮肤元素和皮肤组件进行分类标注,以建立包括皮肤元素库和皮肤组件库的资料库;
学习模块,用于根据所述资料库中的所述皮肤元素和所述皮肤组件之间的相关性形成相应的学习模型;
生成模块,根据用户的输入信息基于所述学习模型生成背景图;以及
匹配模块,用于基于所述背景图来匹配按键、字体和布局,以生成皮肤。
10.根据权利要求9所述的皮肤生成装置,其特征在于,所述生成模块包括:
生成单元,当用户的输入信息为皮肤元素时,所述生成单元用于在所述资料库的所述学习模型中搜寻用户输入的所述皮肤元素相匹配的学习模型,并且将用户输入的所述皮肤元素与所述学习模型相结合以生成所述背景图。
11.根据权利要求9所述的皮肤生成装置,其特征在于,所述生成模块包括:
生成单元,当用户的输入信息为喜好特征时,所述生成单元用于在所述资料库的所述学习模型中搜寻与用户输入的所述喜好特征相匹配的多个学习模型,将这些相匹配的学习模型组合以生成所述背景图。
12.根据权利要求9所述的皮肤生成装置,其特征在于,还包括评估模块,所述评估模块用于评估所生成的背景图并且以及生成评估结果。
13.根据权利要求12所述的皮肤生成装置,其特征在于,所述评估模块包括:
评估单元,所述评估单元用于对所述背景图进行总体评分以及对所述皮肤组件和所述皮肤元素分别进行评分。
14.根据权利要求12所述的皮肤生成装置,其特征在于,还包括优化模块,用于根据评估结果对所述背景图进行优化。
15.根据权利要求9所述的皮肤生成装置,其特征在于,所述匹配模块包括:
按键和字体匹配单元,用于根据所述背景图,在皮肤文件中获取与所述背景图的设计匹配的按键和字体信息来进行匹配;以及
布局匹配单元,用于根据用户预先输入的落点坐标信息、纠错信息或长期使用的皮肤特点来对布局进行匹配。
16.一种皮肤生成终端,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
17.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711371235.1A CN108108215B (zh) | 2017-12-19 | 2017-12-19 | 皮肤生成方法、装置、终端和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711371235.1A CN108108215B (zh) | 2017-12-19 | 2017-12-19 | 皮肤生成方法、装置、终端和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108108215A true CN108108215A (zh) | 2018-06-01 |
CN108108215B CN108108215B (zh) | 2021-07-27 |
Family
ID=62210060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711371235.1A Active CN108108215B (zh) | 2017-12-19 | 2017-12-19 | 皮肤生成方法、装置、终端和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108108215B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189544A (zh) * | 2018-10-17 | 2019-01-11 | 三星电子(中国)研发中心 | 用于生成表盘的方法和装置 |
CN109976863A (zh) * | 2019-03-29 | 2019-07-05 | 北京猎户星空科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN110458918A (zh) * | 2019-08-16 | 2019-11-15 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN110866138A (zh) * | 2018-08-17 | 2020-03-06 | 京东数字科技控股有限公司 | 背景生成方法及***、计算机***和计算机可读存储介质 |
CN112506510A (zh) * | 2020-12-15 | 2021-03-16 | 科大讯飞股份有限公司 | ***皮肤生成方法、装置、设备及存储介质 |
CN116185469A (zh) * | 2023-05-05 | 2023-05-30 | 深圳市微克科技有限公司 | 一种智能手表的表盘组件动态更新方法、***及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751252A (zh) * | 2008-11-28 | 2010-06-23 | 方正国际软件(北京)有限公司 | 一种动态换肤的界面生成装置与方法 |
US20110013806A1 (en) * | 2006-01-25 | 2011-01-20 | Abbyy Software Ltd | Methods of object search and recognition |
CN102508678A (zh) * | 2011-10-17 | 2012-06-20 | 李建成 | 皮肤更换方法和*** |
US20140172774A1 (en) * | 2011-12-13 | 2014-06-19 | Peking University Founder Group Co., Ltd | Method and device for named-entity recognition |
-
2017
- 2017-12-19 CN CN201711371235.1A patent/CN108108215B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110013806A1 (en) * | 2006-01-25 | 2011-01-20 | Abbyy Software Ltd | Methods of object search and recognition |
CN101751252A (zh) * | 2008-11-28 | 2010-06-23 | 方正国际软件(北京)有限公司 | 一种动态换肤的界面生成装置与方法 |
CN102508678A (zh) * | 2011-10-17 | 2012-06-20 | 李建成 | 皮肤更换方法和*** |
US20140172774A1 (en) * | 2011-12-13 | 2014-06-19 | Peking University Founder Group Co., Ltd | Method and device for named-entity recognition |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866138A (zh) * | 2018-08-17 | 2020-03-06 | 京东数字科技控股有限公司 | 背景生成方法及***、计算机***和计算机可读存储介质 |
CN109189544A (zh) * | 2018-10-17 | 2019-01-11 | 三星电子(中国)研发中心 | 用于生成表盘的方法和装置 |
CN109976863A (zh) * | 2019-03-29 | 2019-07-05 | 北京猎户星空科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN110458918A (zh) * | 2019-08-16 | 2019-11-15 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN110458918B (zh) * | 2019-08-16 | 2023-05-09 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN112506510A (zh) * | 2020-12-15 | 2021-03-16 | 科大讯飞股份有限公司 | ***皮肤生成方法、装置、设备及存储介质 |
CN112506510B (zh) * | 2020-12-15 | 2024-06-04 | 科大讯飞股份有限公司 | ***皮肤生成方法、装置、设备及存储介质 |
CN116185469A (zh) * | 2023-05-05 | 2023-05-30 | 深圳市微克科技有限公司 | 一种智能手表的表盘组件动态更新方法、***及介质 |
CN116185469B (zh) * | 2023-05-05 | 2023-07-14 | 深圳市微克科技有限公司 | 一种智能手表的表盘组件动态更新方法、***及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108108215B (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108108215A (zh) | 皮肤生成方法、装置、终端和计算机可读存储介质 | |
US11514203B2 (en) | Computer aided systems and methods for creating custom products | |
JP6413391B2 (ja) | 変換装置、変換プログラム、及び変換方法 | |
CN108573257A (zh) | 基于自然语言短语对图像进行自动分割 | |
CN109271493A (zh) | 一种语言文本处理方法、装置和存储介质 | |
Aspers | Contextual knowledge | |
CN108537859A (zh) | 使用深度学习的图像蒙板 | |
Hsiao et al. | A consultation and simulation system for product color planning based on interactive genetic algorithms | |
CN108154198A (zh) | 知识库实体归一方法、***、终端和计算机可读存储介质 | |
CN108269110A (zh) | 基于社区问答的物品推荐方法、***及用户设备 | |
CN107621966A (zh) | 图形用户界面显示方法、装置和终端设备 | |
CN107608957A (zh) | 基于语音信息的文本修改方法、装置及其设备 | |
JPWO2007138911A1 (ja) | キャラクタ服飾決定装置、キャラクタ服飾決定方法、およびキャラクタ服飾決定プログラム | |
CN109410913A (zh) | 一种语音合成方法、装置、设备及存储介质 | |
Vempati et al. | Enabling hyper-personalisation: Automated ad creative generation and ranking for fashion e-commerce | |
CN110413767A (zh) | 基于自然语言生成呈递内容的***及方法 | |
US20190188281A1 (en) | Cognitive Data Descriptors | |
CN106896937A (zh) | 用于输入信息的方法和装置 | |
KR20200046523A (ko) | 인공지능 기반의 자동 로고생성 시스템 및 이를 이용한 로고생성 서비스 방법 | |
CN107562925A (zh) | 用于推荐文章的方法、设备和电子设备 | |
CN107918778A (zh) | 一种信息匹配方法及相关装置 | |
CN107122492A (zh) | 基于图片内容的歌词生成方法和装置 | |
CN110399488A (zh) | 文本分类方法及装置 | |
GB2519312A (en) | An apparatus for associating images with electronic text and associated methods | |
CN103703488A (zh) | 智能信息提供***和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |