基于深度学习的界面设计美学评价研究

目的 美感已经成为人机交互(HCI)的核心结构之一,对用户的感知和态度具有明显的有益影响.然而界面美观性评价方法仍是设计师及其团队所面临的重要问题.引入深度学习技术来探讨其评价界面设计美感的可能性.方法 分别使用基于深度卷积神经网络的闪屏美学分类方法和Google提出的基于深度学习NIMA神经网络,来预测闪屏图像的美学评价分布.结果 通过研究发现,使用基于深度学习NIMA神经网络可以得到比传统方法更具体的评价结果,帮助设计师有效而客观地评价界面设计.结论 将计算机图像美学评价的研究领域拓展到界面设计领域,验证了深度卷积神经网络在界面设计美学评价领域使用的可行性.未来图像美学评价还可以介入更多的设计相关领域,辅助设计师做出更有效的设计和商业决策.