关键词:
仿生设计
BioFusion算法
跨域图像
多尺度插值融合
生成对抗网络
摘要:
在工业设计领域,仿生设计是一种从自然界中汲取灵感并将生物特征与产品设计巧妙结合的方法。然而,传统仿生设计方法往往存在创新性不足的问题,难以有效融合抽象生物灵感与具象产品形态。为了解决上述问题,提出一种跨域图像多尺度仿生融合算法BioFusion,旨在实现产品与生物特征的高质量融合。首先采用热启动优化反演方法,将图像映射至生成对抗网络(GAN)的生成器潜在空间,然后通过基于少样本微调的生成模型域扩展,将基于产品数据集训练的潜在空间扩展至包含生物特征的融合空间,之后提出一种跨域多尺度插值融合方法LISM,有效整合产品图像域和生物图像域的语义特征。在自建的产品数据集上训练该算法模型,并在反演质量及跨域图像融合效果方面将其与DGBID、Smooth Diffusion等方法进行对比,实验结果表明,BioFusion能够生成逼真且富有形态感知的融合图像,在弗雷谢特距离(FID)、图像插值标准差(ISTD)和融合图像质量(BIQI)上表现较好,分别达到34.65、18.37和1.11。此外,BioFusion在多尺度仿生融合方面表现良好,能够生成包含不同维度语义信息的融合图像,从而为设计者提供丰富的仿生设计灵感和参考。