具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

步骤 ：获得与目标药品同类产品的包装设计图，获得对应的设计分布图以及各区域风格特征；

该步骤的目的是对现有同类产品中药品包装的设计图进行分析，获得设计分布图以及各区域风格特征。该步骤的有益效果为：对现有的同类药品包装进行特征提取，为后续步骤的操作提供数据。

获取市场上与目标药品同类产品的包装设计图，将包装设计图至相同尺寸后将其送入语义分割网络，语义分割网络为结构，输入为药品的包装设计图，输出为语义分割图像，在该分割图像中字符区域的像素值为1，图案区域的像素值为2，背景区域的像素值为0，得到该包装设计图的设计分布图。

需要说明的是，语义分割网络中对输入的设计图进行特征提取，每次下采样操作得到的一层特征图，下采样次数决定输出的特征图尺寸以及该特征图上一个像素点在输入设计图上的感受野大小；为了得到各区域风格需要对提取到的各层特征图进行分析，利用不同层特征图的Gramm矩阵反应设计图中各区域的风格，所以各层特征图能否提取到各区域的特征直接影响各区域风格特征的准确性。

为了确保中每一层特征图均能提取到字符区域和图案区域的特征，本发明对语义分割网络的损失函数进行改进：语义分割网络的标签为各药品包装设计图中各像素点的类别标签，字符区域的像素值为1，图案区域的像素值为2，背景区域的像素值为0得到标签数据；获得中每一层特征图中的每一个类别对应的CAM显著性图，显著性图可以反应卷积神经网络在进行分类时做分类的依据特征，需要说明的是，一个类别对应一个CAM显著性图，记第层特征图对于类别的显著性图为，则本发明中语义分割网络的损失函数如下：

其中，为语义分割的类别数，本发明中取值为为药品包装设计图像的尺寸信息；为传统语义分割网络的交叉熵损失函数，在此不再赘述；为编码器中特征图的层数，为第层特征图中实时获取的类别的显著性图，其尺寸与药品包装设计图像的尺寸相同，为阈值化操作，将图像中像素值大于0的像素点其数值置为1，得到一张二值图；为标签图像中属于类别的像素点为1，其余区域为0的二值图。

需要说明的是，不同类别的显著性图的获取方法为公知技术，在此不再赘述。损失函数设计完毕，利用梯度下降法不断迭代更新模型内的参数完成训练过程。网络的输出结果即为设计分布图。进一步对提取到的各层特征图进行分析，从不同层特征图中得到各区域的风格特征，以字符区域为例介绍字符区域风格特征的获取方法：

a)获得第层的特征图以及第层特征图对于字符区域（c=1）的显著性图，需要说明的是，中特征图是输入图像经下采样得到，其尺寸与显著性图的大小不同，首先需要对显著性图进行下采样操作使得尺寸与特征图一致，得到；

b) 首先判断中像素值为1的面积表示当前特征图之前就已经采集到的字符区域的全局特征，停止对当前特征图进行风格特征的提取，已经得到字符区域的风格特征；否则执行步骤c)提取当前特征图的风格特征；

c)将屏蔽掉特征图无关区域，只保留字符区域的特征，其中为哈达玛积，计算结果为对应位置的像素值相乘；进一步求反应的风格特征的Gramm矩阵，需要说明的是，为一张多通道图像，其通道数由的结构决定，记其通道数为；则根据风格迁移技术中Gramm矩阵的计算方法可以得到的Gramm矩阵记为；Gramm矩阵的计算方法为公知技术，在此不再赘述；

d)至此，得到特征图的风格特征；从第一层特征图开始计算风格矩阵直至，得到包装设计图字符区域的风格特征，记为，其中时对应的特征图层数。需要说明的是的，随着特征图层数逐渐变大，特征图的感受野不断变大，表示对应的风格特征的从局部风格逐渐靠近全局风格，为字符区域的全局风格特征矩阵（Gramm矩阵）。

按照相同的方法得到图案区域风格特征以及背景区域风格特征，得到每一个药品包装设计图的设计分布图以及各区域的风格特征，风格特征又包括三个部分：字符区域风格特征、案区域风格特征以及背景区域风格特征。

步骤：对设计分布图进行分析得到药品的最佳设计分布图；

该步骤的目的是得到药品的最佳分布设计图。首先按照步骤的方法获得个同类产品设计分布图，需要说明的是，所有设计分布图均已至相同尺寸，将个尺寸相同设计分布图堆叠在一起，得到尺寸为的三维数据，其中作后的图先尺寸。

需要说明的是设计分布图中的像素值表示对应像素点的类别，所以进一步计算在方向上图像中每一个位置的平均像素值，将平均像素值位于内将其像素值置为0，为背景区域；位于内将其像素值置为1，为字体区域；位于内将其像素值置为2，为图案元素区域；得到大小为的平均设计分布图；最终根据目标药物的设计图尺寸需求，将平均设计分布图至目标尺寸得到最佳设计分布图。

步骤：对各区域风格特征进行分析，构建拓扑图数据，根据拓扑图数据得到最佳的风格组合；

该步骤的目的是对个各区域风格特征进行分析，得到三个不同区域风格的最佳组合。该步骤的有益效果为：不同风格本身的视觉效果以及不同风格之间的搭配同样影响视觉效果均会直接影响包装设计的效果，本发明根据大量数据分析得到最佳的风格以及最佳的风格组合。

计算每一个药品的字符区域风格特征的距离，认为距离小于阈值的两个字符区域风格特征为相同的风格，阈值为经验阈值，实现个特征的分类；按照相同的方法分别完成图案区域风格特征和背景区域风格特征的分类；每一类风格又分别分为了不同种类，为表述方便将每一类风格称为父类，每一个父类下的不同种类称为子类。

进一步获得字符区域风格特征、案区域风格特征以及背景区域风格特征中每一个子类的评分，该评分反应每一种风格特征的包装效果好坏，个同类产品的设计中风格特征出现的次数越多表示该风格特征的效果越好。以字符区域风格特征为例得到每一个风格特征的得分：

a) 第个产品的字符区域风格特征记为，其中包括个风格特征矩阵（为表述方便下文称为Gramm矩阵）记为，不同层特征图上Gramm矩阵代表不通过尺寸的风格特征。将个产品中每一个产品的第一层特征图上的Gramm矩阵提取出来构成集合个Gramm矩阵，；按照相同的方法得到每一层特征图上Gramm矩阵集合，需要说明的是，由于不同产品字符区域风格特征记为中包含的Gramm矩阵不同，所以每一个Gramm矩阵集合内矩阵的数量不一致；

b)对Gramm矩阵集合进行分析，计算个Gramm矩阵两两之间的距离，距离计算方法为公知技术在此不再赘述；认为距离小于阈值的两个Gramm矩阵为相同的矩阵，阈值为经验阈值；至此得到集合中每一个Gramm矩阵的数量，则得到每一Gramm矩阵的得分；产品在集合内的Gramm矩阵；

c)按照步骤b)的方法对个集合进行分析，得到每一个Gramm矩阵的得分，根据每一个Gramm矩阵的得分即可得到字符区域风格特征，第个产品的字符区域风格特征的得分为：

按照同样的方法得到字符区域风格特征、案区域风格特征以及背景区域风格特征中么一个子类的评分。将每一种子类视为一个节点，需要说明的是，拓扑图数据中所有节点分为三个父类。

进一步计算获得父类之间的搭配的协调性系数。获得父类下的一个节点，计算其与另外两个父类下每一个节点的协调性系数，以的协调系数为例介绍其计算方法：在个同类产品中，首先获得背景区域风格特征为的产品，记为；统计个产品中字符区域风格特征为的数量，则的协调系数的计算公式为：，按照相同的方法获得不同父类节点之间的协调系数，作为两个节点的边权值。

至此，得到拓扑图数据中的每一个节点，每一个节点代表一个风格特征子类，子类的得分为节点的信号值；各节点之间的边权为两个节点协调系数；需要说明的是，属于同一父类的两个节点之间不存在边权。

构建目标函数，从拓扑图数据中得到最佳的风格组合：

其中， 为三种区域的风格组合，之间的边权，的信号值。利用梯度下降法的大最优化的结果，即为最佳的风格组合，该风格组合分别对应背景区域的风格、字体区域的风格以及图案区域的风格，使得视觉效果最优，协调性最佳。

步骤：根据药品的最佳分布图、最佳的风格组合以及自身内容得到最终的设计结果。

至此得到药品的最佳分布图、最佳的风格组合，自身的内容有设计人员自行给出，与药品的功效以及企业文化等有关。根据最佳分布图和设计内容可得到中对应区域的内容信息。

从最佳的风格组合中得到背景区域的风格、字体区域的风格以及图案区域的风格，根据各区域内容信息以及各区域风格特征，利用风格迁移方法得到对应区域的设计结果，需要说明的是，风格迁移方法为现有技术，不在本发明的保护范围内，在此不再赘述。需要说明的是，利用背景区域的内容信息和背景区域的风格可以得到背景区域的最终设计结果图层；按照相同的方法得到三种区域的最终设计结果图层，将三个图层叠加即可得到最终的药品包装设计结果。

以上实施例仅仅是对本发明的举例说明，并不构成对本发明的保护范围的限制，凡是与本发明相同或相似的设计均属于本发明的保护范围之内。