1、130伴随着人工智能技术应用范畴的不断扩大，凭借着极强的协同性和智能化应用模式，目前，已经成了数字化图像设计中必不可少的设计方法。人工智能技术不仅在制作技术上实现了数字化图像设计的深度，有效提升了设计的便捷性，还为数字化图像设计思维带来了许多创意性灵感，改变了传统数字化图像设计思路，帮助设计师摆脱了固有的设计模式和设计步骤，对数字化图像设计质量提升有着明显的作用。文章以人工智能技术为研究背景，探讨人工智能技术在数字化图像设计中的应用模式，并提出了人工智能技术融合数字化图像的设计创新策略。一、概述界定（一）人工智能技术人工智能技术是利用计算机来模拟人的思维与行为的智能化技术，其技术原理可以理解为
2、“类似人脑智能”的计算机模拟过程，其技术研究范畴包括了机器人、语言识别、图像识别、自然语言处理和专家系统等。（二）数字化图像设计数字化图像通常是指利用计算机将模拟图形或照片进行采样和量化计算处理后生成的图像过程，数字化图像生产的前提必须是被计算机所能够接受的显示模式和存储格式，通常会经过采样、量化与编码等流程来实现。21 世纪以来，伴随着计算机科学和图像软件的不断开发与更新，数字化图像设计成了图像制作生成的主流方法，数字化图像设计类型包含了点阵图像和矢量图像，凭借着丰富的画面色彩表现力、便捷的设计之中方式和形象直观的图像画面，不仅跨越了语言障碍，还增进了人们广泛的思想交流，强化了图像的艺术性风
3、格。目前，数字化图像设计已经被广泛应用于广告、动画、影视、生物医学、遥感等多个行业之中。二、基于人工智能技术背景下的数字化图像设计特点（一）科技智能化现阶段，传统数字化图像设计方式已经远远不能满足当前社会的多元化需求，人工智能技术的深度融合，有效颠覆了数字化图像设计的方方面面。以数字化图像设计方式为例，二者在设计方式上的区别如图 1 所示，传统数字化图像设计方式往往以设计师灵感为主，即利用素材、计算机和设计软件工具来完成数字图像作品，而人工智能技术则直接颠覆了传统数字化图像设计方式。人工智能技术主要依靠机器来实现图像数字化设计，通过语义情景构思、数据收集、模型建立、自动算法运算等过程，使数字化
4、图像设计方式更简单、更便捷，还极大提升了数字化图像效率和图像质量，拓展了数字化图像设计的形式，使数字化图像设计呈现出科技化和智能化特点。基于人工智能技术背景下的数字化图像设计策略文|杨雅儒 蔡秋霞基金项目：1.2022年中国艺术职业教育学会科研项目 智能图像生成技术在平面设计专业教学中的创新应用研究（项目编号：CEFA2022017）；2.2022 年湖南省教育科学研究工作者协会课题基于人工智能图像生成技术的广告艺术设计专业教学改革研究（课题编号：XJKX22B320）。图1 设计方式的区别传统数字化图像设计方式设计师创作灵感使用计算机工具软件数字化图像作品人工智能技术融合数字化图像设计方式设
5、计师语言情感构思数据收集建立素材模型库人工智能技术智能算法机器深度学习自动创作与交互数字化图像作品时 尚 设 计131（二）个性多样化数字化图像设计在发展过程中目前已经被充分应用在各行各业，特别是在互联网行业中，大量的 App程序、游戏、网页插图、虚拟场景等对数字化图像的设计需求在不断增加。人工智能技术的融合，一方面，加强了数字化图像设计制作的效率和图像质量，提升了数字化图像的深度和广度，使数字化图像设计方式不再仅仅局限于平面软件之中；另一方面，人工智能技术极大拓展了数字化图像设计的视野和更多的可能性，数字化图像设计的色彩和风格在不断被改变和创造。例如，利用机器来学习数字化图像颜色表现方式，采
6、用“语义颜色提取”计算方法，通过输入文本语义来创建智能调色板，可以在很大程度上提高数字化图像设计的色彩效果，如图 2 所示，有效增强图像的色彩视觉感知力，使数字化图像色彩效果展现出更多式样，呈现出个性化和多样化特点。（三）自动交互化传统数字化图像设计的方式往往依赖于设计师的思维，设计师的能动性决定了数字图像效果的上限，在面对当前设计市场对 3D 全息投影、数字立体图像、虚拟现实图像增强的潜在需求，人工智能技术结合设计数据整合、计算机智能算法、机器深度学习、自动生成模式等流程，可以使数字化图像设计在内容上不断进行拓展，在设计方式上以自动化批量模式进行生产，其创作形式也从过去单一化创作方式逐步走向
7、海量计算、智能判断和智能创作方向进行发展。例如，阿里巴巴旗下的智能图像设计平台“鹿班”，就是利用人工智能技术来自动生成数字化图像，其技术原理（如图 3 所示），通过对设计素材数据库、图像风格数据库等整理分类，进行全方位数据整合分析，凝练图像设计的关键特征，并根据用户对数字化图像设计需求进行配色、布局，用户可以在智能设计平台素材库中选取任意素材对图像进行合成修饰，极大提升了数字化图像设计效率。三、基于人工智能技术背景下的数字化图像设计模式（一）实验式创作设计模式现阶段，基于人工智能技术制作的数字化图像设计模式仍旧存在一定的局限性，由于人工智能技术的开发成本相对较高，因此对数字化图像设计的创作模式
8、普遍以实验式创作为主。实验式创作的目的主要是利用机器深度学习和人工智能算法来进一步开发数字化图像的自动制作和便捷式生成，使数字化图像的创作方式基于用户需求进行创作，为用户提供各式各样的素材。（二）工厂式创作设计模式人工智能技术对数字化图像设计的助力，集中体现了设计便捷性和批量化操作，极大节省了设计师创作效率，经过计算机技术的开发，数字化图像设计可以实现工厂式创作设计模式，采取智能算法和可控视觉内容设计进行批量生成。在用户的设置下，让人工智能自动完成数字化图像设计过程，使数字图像创作变得高质、高效、普惠和低成本。（三）系统式创作设计模式传统数字化图像设计模式主要以设计师思维进行呈现，人工智能技术
9、的深度应用使数字化图像设计朝着系统式创作设计模式方向发展。系统式创作设计模式具有标准流程化特点，严格按照计算机算法设定来执行设计命令，系统式设计模式采用“拉动式”创作方法，每一项设计执行流程都是严格按照数字化图像设定的效果进行自动生成。图2 采用“语义颜色提取”计算方法创建图像调色板图3 “鹿班”平台人工智能数字化图像设计原理Swim（游泳）predicted palette（预测调色板）groundtruth palette（真实调色板）groundtruth palette（真实调色板）Mango and Grapefruit（芒果和柚子）predicted palette（预测调色板）设
10、计数据整合分析配色布局背景主体修饰132四、基于人工智能技术背景下的数字化图像设计策略（一）利用数据整合训练，强化数字图像质量为了更好地使人工智能技术充分应用在数字化图像设计之中，设计师要充分利用人工智能技术的数据整合功能，对各类素材数据、色彩数据、风格数据进行初步归纳，利用人工智能技术对图像创作数据库进行训练分析，从各类数据中抓取数字图像工件创作的素材组件，进而生成全新的、完全原创的、真实的工件，以此来对数字化图像的个性化创作需求达到准确预判。同时，利用人工智能技术中的“灰度图像自动着色”法，让计算机通过学习图像先验知识进行色彩经验积累，实现图像数据渠道的自动着色功能，并根据局部图像特征，采
11、用卷积神经网络（ConvolutionalNeuralNetwork，CNN）对图像特征进行组合和色彩填充，有效强化数字图像质量，提升数字化图像设计过程的智能化操作。（二）融合智能算法模型，增强数字图像效果面对当前批量化数字图像设计的市场需求，设计师在融合人工智能技术过程中，要充分融合智能算法模型来完成数字化图像设计创作，以智能算法模型作为创作手段，智能算法模型要依靠人工神经网络算法进行建立。在数字化图像创作中，选取适当的图像设计特征，对图像进行训练模型评估和优化模型性能效果评估，建立相对合理可靠的智能算法模型，从而有效增强数字化图像的效果。（三）运用机器深度识别，开启智能设计模式数字化图像设
12、计的硬件基础是依靠计算机来实现，计算机作为人工智能技术的机器设备，机器深度识别功能可以有效增强计算机的学习能力，面对图像设计中的各个环节和成像特征，可以进行数据统一结构性处理，并按照特定神经网络算法来执行数字化图像的基本设计流程，有效加强数字图像识别、图像筛选、风格塑造和训练设计，构建相对成熟化、个性化和艺术化的数字化图像，有助于开启数字化图像的智能设计模式。五、结语人工智能时代的到来，极大开拓了数字化图像设计领域的方方面面，使数字化图像设计创作朝着多元化、智能化、交互化和模式化发展，人工智能数字化图像设计方式亦是今后的主流发展趋势。就人工智能技术融合数字化图像设计目前现状而言，并不能完全取代
13、设计师创作，而是通过人工智能技术的融合与设计师共同协作来完成数字化图像设计。人工智能技术已然改变了传统数字化图像设计的方式、方法和创作模式，其优势在于提升了数字化图像设计的便捷性和可操作性，极大提升了数字化图像设计效率和设计质量。因此，设计师要充分学习和深入了解人工智能相关技术原理，积极探索人工智能技术与数字化图像设计的融合路径，从而更好提升数字化图像设计质量和创意性，使人工智能技术更好地服务于数字化图像设计。参考文献：1蔺玮琪.人工智能技术在艺术设计中的应用与探索J.大观，2021（8）：88-91.2陈威.人工智能在艺术设计中的应用研究J.明日风尚，2021（1）：111-112.3徐双双
14、，丁伟，贝典徽.人工智能在艺术设计中的应用与突破J.设计，2018（12）：104-105.4包艳秋.基于人工智能的交互艺术设计研究D.杭州：浙江理工大学，2019.5蒋萍.数字图像视觉传达设计新思路J.文化产业，2022（32）：160-162.6许春和，孙培刚，张全禹，等.基于机器视觉的数字图像处理系统设计J.大众标准化，2022（19）：128-130.7汪愿.基于神经网络的手写数字图像识别研究设计J.电工材料，2021（6）：46-48.8郑静，王腾.基于人工智能的数字图像处理课程优化设计与实践J.电子技术，2022，51（10）：139-141.作者简介：杨雅儒，蔡秋霞，湖南艺术职业学院，湖南长沙。
