[发明专利]一种绘制图案的推荐方法及装置

说明书

本发明公开了一种绘制图案的推荐方法及装置，在一个实施例中：检测用户在画布区域的绘制操作，得到滑动轨迹；通过神经网络模型，对所述滑动轨迹进行识别和预测，得到识别和预测的图案结果；获取与所述图案结果对应的推荐图案，并显示所述推荐图案。通过实施上述实施例，能够在用户的绘图的过程中对用户所要绘的图进行预测，从而根据预测结果向用户推荐相应的图案。

技术领域

本发明涉及互联网技术领域，尤其涉及一种绘制图案的推荐方法及装置。

背景技术

传统的绘画是由绘画者一笔一画制作完成，而在需要重复画相同图案时，绘画者不得不重复相同的动作，而利用计算机绘画对传统绘画有所改进，利用目前的计算机绘图软件进行相同图的绘制案，这里指的相同图案可以是一个图案单元，也可以是一幅图片，特别是针对图案单元，一般先要通过绘图者手动存储图案单元模型，而这种模型需要绘图者具有相当经验的计算机绘图技能才能够较为轻易的得到，再者，大量存储的绘图单元需要用户自己逐个筛选才能选择目前最适合自己的图案。

所以，如何解决上述问题将成为极具前景的绘图的解决方案

发明内容

本发明所要解决的技术问题在于，提供一种绘制图案的推荐方法及装置，能够在用户的绘图的过程中对用户所要绘的图进行预测，从而根据预测结果向用户推荐相应的图案。

为解决上述问题，本发明实施例提供一种绘制图案的推荐方法，包括：

检测用户在画布区域的绘制操作，得到滑动轨迹；

通过神经网络模型，对所述滑动轨迹进行识别和预测，得到识别和预测的图案结果；

获取与所述图案结果对应的推荐图案，并显示所述推荐图案。

进一步地，所述神经网络模型包括至N个卷积层、N个下采样层和全连接层，N为不小于1的整数；

所述通过神经网络模型，对所述滑动轨迹进行识别和预测，得到识别和预测的图案结果，包括：

将所述滑动轨迹作为卷积层的待处理对象，进行卷积处理，得到卷积处理结果

将所述卷积处理结果输入下采样层，进行下采样操作，得到采样结果；

将所述采样结果作为下一个卷积层的待处理对象，重复执行上述操作，直至没有剩余的卷积层和下采样层；

将最终的采样结果输入所述全连接层，进行分类识别和预测，得到识别和预测的图案结果。

进一步地，在所述检测用户在画布区域的绘制操作，得到滑动轨迹之前，还包括：

通过神经网络模型，对用户绘制的历史图案进行识别和预测，得到该用户的图案绘制风格。

进一步地，所述获取与所述图案结果对应的推荐图案，并显示所述推荐图案，具体的，

获取与所述图案结果对应的推荐图案，并根据该用户的图案绘制风格，对所述推荐图案进行相似度的优先级排序并显示。

进一步地，在所述检测用户在画布区域的绘制操作，得到滑动轨迹之后，还包括：

检测用户每个绘制操作完成之后的停顿时间，并在所述停顿不小于默认阈值时，将得到的滑动轨迹输入神经网络模型。

本发明实施例还提供一种绘制图案的推荐装置，包括：

绘制操作检测单元，用于检测用户在画布区域的绘制操作，得到滑动轨迹；

识别和预测单元，用于通过神经网络模型，对所述滑动轨迹进行识别和预测，得到识别和预测的图案结果；

推荐单元，用于获取与所述图案结果对应的推荐图案，并显示所述推荐图案。