设计师在设计过程中进行着诸多大小不一的决策及创意,这是算法技术很难替代的,但如果谈到的是创造性合作,当设计师与算法一起工作以解决问题时,我们看到了算法驱动设计的很多案例和它的明显潜力,算法可以改良及助力我们的日常设计工作,在1220大促中,我们与iDst机器智能技术实验室-视觉计算团队合作的色彩转移项目恰恰可说明这一点。
背景重上色算法技术(本文称之色彩转移),即输入背景图片,输入基于HSL色彩模型系列配色规则(包含区间组合方式、度数间隔等),以每0.5s输出一张结果的速度输出几百个背景配色(即几百种HSL颜色值对应的背景重上色结果)。比如背景的主体色是A,其中一种配色方案,想转移成主体色B,那么原背景中的每个像素的颜色都按照A色到B色相应的进行差值。HSL值规则越细,生成结果越多效果越丰富。
与色彩转移的创新结合有两个核心关键点,一是设计与技术产生碰撞后的融合,我们在色彩转移试验过程中,结果并非一直如设计师所预期,首先技术会有暂时的局限性,例如转移结果遇到的多色渐变处转移欠佳,衔接不自然或包含诸多杂色,设计师常用的动感模糊及高斯模糊等手段可能受限,则需要迎合技术去做一些设计优化及丰富性的取舍;其次机器是缺乏认知理解能力,设计师需将想要实现的效果抽象成HSL配色规则,试验的过程往往也是反复曲折的,需要针对BADCASE进行分析,推断规则的问题点,对其进行优化,通过反复试验,最终使得生成结果达到上线标准。二是色彩转移过程与人工设计之间衔接与流程,我们采用是系统设计思维,将分会场元素拆解成简便的和可组合的形态,外包拿到色彩转移结果及其他元素仅需进行拼装组合,便可实现海量分会场设计的高效完成。
通过单点算法技术引入分会场设计的创新方式,设计效率得到大大的提高,机器每0.5s转移一张结果,代替人工重复且低效的劳动,通过细致规则的积累,色彩转移的结果也尤为丰富,再也不用担心诸多分会场的「撞色」问题。色彩转移在CBU1220大促及328大促中都得到很好的应用,在同等周期内,设计师数量不变的情况下,分会场页面完成数量由原来大促的300张+到1220大促的600张+,设计效率提升100%以上;同时两次大促下来,分会场从复杂的模板调整设计到高效拼装,这一单点技术的应用便为公司节省了设计费用25万+。
除了单点技术的创新结合,在设计过程中,我们也常常思考设计的目的、过程和结果能不能量化,能不能算法化,能不能数据化呢?通过对设计模式的提炼和抽象,是否可以由规则和算法支撑自动化的设计工具,通过智能生成常规设计,从而将设计师从繁重的常规设计任务中解放出来,投入到更有价值的设计项目之中。我们与UBNNER项目组合作的智能多尺寸工具,恰好体现了我们这一探索。
由于中文banner极具丰富的特性,使我们的切入遇到了重重困难:
如何将设计语言转化成逻辑算法?让人和机器都可以理解。我们进行智能多尺寸解决方案领域的探索,过程中需抽象banner多尺寸的共性,需平衡算法通用性与特性,选择解决问题的最佳解决方案。
banner业务特征提炼
通过CBU日常营销1000余张banner的分析,我们发现其中80%以上在设计上采用左右结构,将此种结构的主模板作为优先解决的对象,降低机器处理的复杂程度。分析了现有站内90个+的营销尺寸,共计数千张banner,统计常用的尺寸比例。绘制尺寸比例的散点图,通过数据值的分布和数据点的分簇,将尺寸大致分为三大类,纵向尺寸、横向尺寸及横幅尺寸。
banner设计元素及布局结构化抽象
我们要将banner的版式特征提炼为可以量化的客观布局规则,首先将banner要素抽象为文本(title)、元素(element)、背景(background)、标签(tag)及logo五大类,其中logo及tag为业务性元素,布局特征会随业务场景需要而有所变化。进而再确定各元素的大小、布局位置、尺寸比例和元素间关系,抽象其通用性布局。
多尺寸算法逻辑流程及布局计算
我们将布局特征归纳为三层:
进一步制定了整个智能多尺寸生成的算法逻辑流程,如下图所示。
其中第四步,对各元素布局进行调整,我们具体采用较详细的布局计算方案,在计算banner布局特征时,我们采取每个元素的最大外接矩形来表征该元素的位置及大小,其中常用的一些布局特征为对齐、间距、比例、平衡及视觉重心。例如对齐,元素间是否具有良好的对齐是布局的一个重要审美标准,布局整齐的banner往往更受用户欢迎。
对于对齐方式,我们定义了三种对齐方式:左对齐;居中对齐;右对齐,我们采用简单的启发式探索来计算对齐。
自动化的设计工具基本是从成本、效率、收益等角度切入,赋能业务或产生商业变现,我们不满足单点技术及自动化工具,希望结合此前工具化效率提升的想法,寻求智能化平台合作为我们解决更多维度的问题。希望通过场景的拓展,人、工具、平台能有更多关联,而在有了场景后则开始产生大量的内容,我们就可以将这些内容沉淀下来进行复用与再组织,并在整个链路中进行投放连接,最终获得宝贵的数据资产,数据资源又能更多的赋能我们的创意设计工作。在CBU328商人节中我们与鹿班智能设计进行了初步合作,进一步推进场景拓展及价值深化。
此前我们在页面及BANNER尺寸拓展方面做过的诸多探索,均能带来效率的提升,但大多数是断点的,我们希望鹿班可以帮助我们实现大促设计工作的线性串联,实现页面设计到尺寸拓展一站式在线智能生成,并借此机会往机器智能化创造方面再迈进一点点。机器智能生成效果基于原始数据的学习,因此原始数据的设计显得尤为重要。设计师需将设计进行结构化、特征量化,可分为两大部分,一部分是定位设计各元素的空间关系,其中包括文字、主体、标识、修饰、背景5大类元素,需要设计及定义各元素的大小、方向及形状;另一部分是定义设计各元素的色彩质感关系,其中包括色彩、纹理及质感,还需定义各色彩层的比例关系及色彩层之间的位置关系。有了较丰富的设计数据,再在鹿班设计师端进行模板上传,将视觉数据化的部分包括构图模型、配色模型、文案模型进行数据输入,进行智能生成,将数据视觉化,设计师再根据生成结果进行人工评测。
想要实现页面设计到尺寸拓展一站式生成,其最核心的是拓色及拓版打通这一关键技术难点,在和鹿班智能设计合作中,我们最终实现了大促页面设计到尺寸拓展一站式在线智能生成,并为大促定制了特有流程,进一步触碰智能图像时代。在此次CUB328商人节大促试点中,也有了很好的业务落地,一周内完成了近万张BANNER的智能生成,在确保内容丰富性的同时,大大提高了设计效率、节省设计费用。
人工智能设计是个不可阻挡的时代,我们的探索仅仅是迈出的短短一小步,我们仍然不忘初心,致力于通过利用新的智能化技术手段更好的解决业务问题,服务商业,扩展设计价值。我们期待的是,设计和技术能够真正的做到融合,设计师将更多精力放在创造、创意,以及理解用户层面,而将数据、计算、学习交由机器,建立一个良好的共生关系,让大家可以真正的改变自己的工作方式。希望我们一起加油,创变未来,拥抱智能化设计时代!
感谢色彩转移项目中iDst机器智能技术实验室-视觉计算团队的禾朔及艾劼的鼎力协助,感谢智能多尺寸项目中不饱以及算法秉恕、晨皋及前端刍牧的齐心协作,感谢328大促项目中乐乘及鹿班项目组的大力支持!期待以后可以碰撞出更多的火花!
感谢杨真、项虹的全力支持与悉心引导,感谢卢俊的全程指导与相助,感谢创意设计组宋义、大薛、渔轩、韩夏等同学在项目落地过程中的通力协作!