开放期刊系统

基于人工智能生成内容的数字图像生成与设计方法

凡 吴(浙江东方职业技术学院人工智能学院,中国)
丛 郑(浙江东方职业技术学院人工智能学院,中国)
茹文 郑(浙江东方职业技术学院人工智能学院,中国)

摘要

智能时代,计算机智能技术的革新推动人工智能技术的蓬勃发展,随着人工智能生成内容在数字媒体领域的蓬勃发展,目的:对数字图像的生成与设计需求迅速提升。方法:文章从技术原理出发,分析数字图像生成的设计范式与方法,并从提示词语法生成、模型学习与训练、内容生成与设计、效果调整与反馈等设计过程,结论:得出文本可视化生成与设计、图像转换生成与设计及文本与图像结合生成与设计等3种设计方法,以提高图像生成的有效性和科学性。

关键词

生成式;人工智能;数字图像;设计方法

全文:

PDF

参考

陈永伟.超越Chat GPT:生成式AI的机遇、风险与挑战[J].山东大学学报(哲学社会科学版),2023,(03):127-143.

祝智庭,戴岭,胡姣.高意识生成式学习:AIGC技术赋能的学习范式创新[J].电化教育研究,2023,44(06):5-14.

朱鸿军,李辛扬.Chat GPT生成内容的非版权性及著作权侵权风险[J].新闻记者,2023,(06):28-38.

李白杨,白云,詹希旎,等.人工智能生成内容(AIGC)的技术特征与形态演进[J].图书情报知识,2023,40(01):66-74.

戴岭,赵晓伟,祝智庭.智慧问学:基于Chat GPT的对话式学习新模式[J].开放教育研究,2023,29(06):42-51+111.

胡泳,刘纯懿.UGC未竟,AIGC已来:“内容”的重溯、重思与重构[J].当代传播,2023,(05):4-14.

沈冠东.数字图像叙事设计模式研究[J].包装工程,2016,37(04):41-45.



DOI: http://dx.doi.org/10.12345/bdai.v6i2.24573

Refbacks

  • 当前没有refback。
版权所有(c)2025 凡 吴, 丛 郑, 茹文 郑 Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。
  • :+65-62233778 QQ:2249355960 :contact@s-p.sg