人工智能在设计产业中的应用及发展

目的对人工智能在设计领域的应用进行梳理与总结,分析当下人工智能对设计流程和设计师的影响,展望未来人工智能对设计行业的影响趋势。方法使用VOSviewer工具和文献计量法对Web of Science数据库中关于“人工智能在设计领域的创新与应用”的文献进行详细的可视化和聚类分析,深入探讨文献中的核心观点和案例。结果基于四个主要聚类(AI+技术应用、AI+设计流程、AI+创意协作、AI+影响反思)来展开讨论。特别关注生成式人工智能(AIGC)技术对设计方法和设计流程的影响,指出生成式人工智能在促进设计创新和提升设计效率方面发挥着至关重要的作用。此外,生成式人工智能对设计师的传统角色及设计原创性提出了新的挑战并重新定义需求。预测未来人工智能将进一步整合进设计流程,促进设计创新,更加关注人工智能的原创性、责任边界问题,探讨人工智能与设计师合作的新模式。结论通过对人工智能在设计领域应用的全面综述,为未来设计创新与人工智能融合提供了有价值的理论参考和发展方向。

隐私友好的步态数据采集与情绪识别方法

针对智能家居环境下隐私友好的步态数据,提出一种数据采集与情绪识别方法,通过电容传感器地板采集用户行走数据,形成家居环境下的用户步态数据集;根据采集的数据集提取18维步态特征进行用户情绪识别实验;在GRU_FCN模型基础上,对卷积层和输出层进行修改优化,并提出GRU_FCNPlus模型;对比7种常用模型算法,研究结果表明,GRU_FCNPlus模型在4分类情绪识别任务中准确率比现有方法提高约5%.该方法可采集分析用户的情绪状态、身体状况、行为习惯等,在智能家居环境下的智能感知、人屋交互、用户体验等方面均有非常广阔的应用前景.

敦煌莫高窟烟熏壁画的数字化色彩复原研究

烟熏病害是敦煌壁画的典型病害之一,具有颜色破坏大、修复难度高、相关研究少等难点,实体修复对烟熏病害尚没有有效的复原手段。针对敦煌壁画所面临的烟熏病害,以莫高窟第156窟北壁烟熏壁画作为典型研究对象,从数字化复原和物理化学分析的角度出发,利用两次烟熏模拟实验,探究了颜料在烟熏条件下产生的变化规律,收集了颜色在烟熏过程中变化的数据集,提出了基于机器学习的烟熏壁画数字化复原方法。本研究创新性地采用了基于模拟实验的数字化色彩复原研究方法,取得了珍贵的烟熏壁画数据样本,相关数字化研究成果可以应用在烟熏类壁画的数字化色彩复原中,将烟熏前的颜色展现给社会大众。

智能家居综合实验平台设计研究与应用实践

目的 梳理和分析智能家居相关实验平台现状,探究智能家居综合实验平台的设计研究方法,对平台的构建展开应用实践。方法 以智能家居理论框架为基础,从传感器网络、数据、场景、被试等多个角度出发,对智能家居综合实验平台的设计方法和应用实践进行阐释。结果 提出智能家居综合实验平台中围绕“感知”“思考”“执行”3个层面的理论框架、应用实践研究方法和实践案例。结论 智能家居综合实验平台的理论构架对于智能家居领域的科研问题具有一定的理论影响力,3个层次在建设时相互独立,在理论中相互印证,在实践中相互支撑。建立智能家居综合实验平台,可以为智能家居及其相关领域的科研和产业问题提供实验场地、关键数据、核心算法等支撑,使相关研究可以在更完备、更集成及鲁棒性更强的框架下展开。智能家居综合实验平台的研究和实践整合了现有知识体系,从顶层设计、传感网络、数据研究、算法模型、用户研究、人机交互等多学科多领域交叉的角度为学术界和产业界提供参考,全面地推动智能家居领域的技术进步和设计创新。

基于BGRU-FUS-NN神经网络的姿态情感计算方法研究

情感计算研究是近些年人机交互领域的热门研究方向,其相关研究目前主要集中在面部表情和语音模态,基于姿态模态的情感计算研究相对较少.文中提出了一种基于姿态的新型情感计算算法,利用虚拟现实(VR)设备来唤醒用户的情感,使用摄像机采集用户的非表演动作数据,重新定义了19个人体运动关键点,将用户动作数据转换为相应骨骼点的3D坐标.在已有的基本特征的基础上,加入了高级动态特征,构造了一个能够更加完善地描述肢体运动的80D特征列表.在融合神经网络模型(FUS-NN)的基础上,使用循环门控单元(GRU)替代长短期记忆神经网络(LSTM),并添加正规层(Layer-Normalization),丢弃层(Layer-Dropout)和减少堆叠层数等策略,提出了双向循环门控单元融合神经网络(BGRU-FUS-NN)模型.使用了基于唤醒(arousal)和效价(valence)的情感模型进行情感分类,针对4分类任务和8分类任务,准确率比FUS-NN模型分别提升了7.22%和5.15%.

基于姿态的情感计算综述

情感计算的理论与算法研究是近年来人机交互领域的热点话题.当前,常见的情感计算集中在基于面部表情、语音、文本、人体姿态等方向,既有单一模态的算法,又有多模态的综合算法.基于面部表情和语音模态的算法占据多数,国内外基于人体姿态的算法相对较少.文中针对基于姿态的情感计算所面临的几个关键科学问题展开了综述,包括情感的心理学模型、人体姿态估计算法、姿态的情感特征提取算法、情感分类与标注算法、姿态情感数据集、基于姿态的情感识别算法等.具体来说,首先介绍了几种常用的情感计算心理学模型,评述了各类模型的适用场景;随后从人体检测和姿态估计2个角度对人体姿态估计的常用算法进行了总结,并讨论了2D和3D姿态估计的应用前景.针对特征提取算法,分析了基于全身和上半身身体动作的姿态特征提取算法.在情感标注方面,介绍了表演数据和非表演数据的情感标注算法,并指出了半自动或自动的标注非表演数据将是未来的重要发展趋势之一.针对姿态情感数据集,列举了近年来常见的14个数据集,并主要从是否是表演数据、数据维度、静态或动态姿势、全身或非全身数据等几个方面进行了总结.在基于姿态的情感识别算法方面,主要介绍了基于人工神经网络的情感识别算法,指出了不同算法的优劣之处和适用的数据集类型.文中的综述研究,总结提炼了国内外该领域经典且前沿的工作,希望为相关的研究者提供研究帮助.

学科交叉与设计创新研究进展

多学科交叉与融合是科学研究的重要特征之一,特别是在当今其更是科技发展和社会创新的必由之路。清华大学未来实验室从成立伊始就致力于打破学科壁垒,开展学科交叉与设计创新领域的前沿探索。结合未来实验室的几个学科交叉研究探索,介绍了基于人工智能的通用嗅觉计算理论与方法研究、未来材料与设计研究、智慧人居设计创新研究、无障碍设计创新研究、适老化服务设计研究、终身学习的理论与方法研究等相关领域的主要研究内容、国内外研究现状、未来实验室目前的研究进展以及对未来的展望和建议。

面向未来的智能家居前沿进展

随着人工智能、物联网、大数据等科技的迅猛发展,智能家居正式进入了3.0时代,深度依赖用户大数据进行深度学习和数据挖掘,迫切需要面向智能家居的智能交互、智能感知和复杂决策的新技术新方法作为支撑。综合国内外前沿相关研究,提炼出未来智能家居所需要的3大要素:“感知”“思考”和“执行”。并以此为脉络,综述了国内外智能家居前沿平台的研发进展,评议了智能家居环境中的数据采集和特征提取研究、智能家居场景下的智能感知研究、面向智能家居的多模态人机交互与创新场景研究的相关成果,介绍了清华大学未来实验室在智能家居领域的相关研究工作。

信息可视化的发展与思考

随着信息技术的迅猛发展,大数据分析、人工智能、虚拟现实等新兴技术崛起,信息可视化也面临着机遇与挑战。本文紧密结合时代背景与科技前沿,对信息可视化的概念、分类、原则进行了梳理,提出了信息可视化的几大发展趋势;同时结合应用实践,从文本可视化、社交媒体可视化、大数据可视化、科学计算可视化、文化遗产可视化等角度对几个经典的信息可视化实践案例进行了剖析。最后结合交互设计理论对当下信息可视化面临的困境与前景进行了反思与展望。

破损壁画的数字化复原研究——以敦煌壁画为例

敦煌莫高窟是世界文化遗产、佛教文化的宝库,具有悠久的历史和极高的艺术价值。然而经过岁月的洗礼,莫高窟的壁画正面临着多种病害的侵蚀。物理手段的修复方法存在难度大、周期长、成本高等挑战,通过数字化手段对壁画进行复原,是近年来国内外文化遗产保护的热点方向。本文针对典型破损壁画,从信息艺术设计交叉学科的角度出发,综合设计学、美术学、计算机科学等学科领域知识,运用文献调研法、需求分析法、设计研究法、用户体验法等研究方法,提出了交互式壁画数字化复原系统的设计范式,实现了利用壁画的线描图信息对破损敦煌壁画进行复原。本文的复原结果得到了敦煌研究院相关领域专家的认可,可以应用到文化遗产的保护实践当中。

信息时代背景下的新兴大众化设计

在计算机、互联网等技术飞速发展的信息时代,信息设计面临着很多的机遇和挑战,人工智能、大数据、新媒体技术、虚拟现实和增强现实、短视频社交平台等,不仅改变了人们的生活,也催生了很多新兴的大众化设计。本文结合案例分析讨论了信息时代大众化设计工具多、成本低、受众广、传播快、自由度高、形式新颖等特点,并深入探讨由此带来的设计评价标准、设计伦理、未来的发展前景等问题。