简介:摘要:近年来,社会进步迅速,我国的综合国力的发展也有了改善。在平面设计中合理安排布局,能够吸引人的视觉注意。为此,平面设计师通常需要花费大量时间去完成和布局相关的重复性工作,如背景图像的裁剪。图像裁剪去除图像上不重要的内容,提高图像视觉质量,但通常需要繁琐的手工处理,且需要专业经验来获取高质量的裁剪,因此,研究者们已经提出很多方法实现自动化的图像裁剪。但是少有学者探索过怎样更好地裁剪适用于特定领域的图像,例如,如何裁剪用于平面设计的背景图像。为此,为保留更多重要的图像内容,提出了一种基于视觉感知的平面设计背景图像裁剪方法。具体建立了一个基于全卷积神经网络(FullyConvolutionalNetwork,FCN)的视觉显著性预测模型,并基于眼动跟踪数据进行重要区域的识别,然后实现相应的区域裁剪。实验结果表明,该方法相较于其他裁剪方法,裁剪后的图像可以更多吸引人的注意力,保留了更多重要区域,留有更多的空白位置以放置文本,适用于平面设计工作。