使用颜色的设计和图形设计研究人工智能视觉媒体来传达

文摘

随着科技的发展和社会的进步,人们可以每天以不同形式展示设计信息。更常见的视觉设计信息,更重要的是它的发展现状。在视觉传达设计中,最重要的两个因素是颜色和图像。这两个因素可以发挥巨大作用,可以吸引公众的注意。本文是基于人工智能技术研究设计颜色匹配和图像应用的视觉媒体沟通设计,旨在创新视觉媒体通信设计的方法,突破传统的颜色匹配和图像应用程序,以便更好地利用色彩在视觉传达设计和图形艺术和设计优秀作品。首先,本文阐述了概念,主要组件,和视觉传达设计的影响因素也引入了人工智能技术的应用,然后设计一个视觉媒体沟通基于人工智能技术的设计模型,最后分析了当前状态的视觉媒体沟通设计、使用、和满足。从分析分析,光学媒体接口通常用于包装设计,应对45.6%;使用更多的电影和电视媒体行业,达到68%;49%的公众非常满意AI视觉媒体沟通设计。以上数据充分表明,人工智能的应用视觉媒体沟通设计很广,和颜色匹配和图像使用非常突出,和公众愿意接受人工智能视觉媒体沟通设计作品。

1。介绍

我们生活在一个色彩缤纷的世界;颜色和图片对我们的视野有很大的影响,因此,视觉传达设计离不开色彩和图像。颜色、图形和文本的三个主要元素在视觉媒体设计。我们不会忽视色彩的重要作用在设计的过程中光学媒体。视觉传达设计的目的是为了吸引更多的人,使他们的产品更具视觉和创造力,从而实现商品的价值。人工智能技术的应用在多媒体领域不长,但它已经取得了很大的进步,比如多媒体播放器和智能语音扬声器。同样,人工智能技术可以应用于视觉媒体通信的设计和使用更多的视觉风格的颜色和图像,以及更好的艺术效果。

平面设计元素广泛应用于不同领域的设计,如跨媒体平台动态设计。这些元素越来越多的使用,适应时代的发展趋势和流行的审美意图。这三个元素可以展示丰富多彩的视觉效果在一个静态的形式,向公众带来感官享受和心理上的共鸣。扩展草图有不同的点,线,和水平的不同形状,虽然颜色是一个有用的功能,增加与素描的外观,以及文本显示正确的细节照片和直接。

黄的变换等的社会经济结构一个M形状催生了一个新的消费概念:负担得起的时尚。由于互联网接入的高人气和手持移动设备,它已成为现代消费者浏览和购物的规范服装产品或信息快速、方便。使用模拟web页面和问卷进行正式实验,分析产品图片,结合三个视觉编码(产品、人物和环境),并检查哪些可以刺激心理模拟。然而,他仍然使用传统的视觉传达方式没有任何创新[1]。史和张视觉传达设计是科学交流的一部分。然而,符号在视觉传达设计中难以用言语表达。因此,观众不容易接受和理解。因此,设计师将通信理论引入到视觉传达设计和建立有效的视觉传达设计通信模型的理论框架。这种模式可以有效地实现信息的传播和提供一种新的视觉传达设计的理论研究。然而,他的研究理论没有从根本上促进视觉传达设计的发展与创新2,3]。Mamoshina等人概述人工智能和区块链技术的下一代并提出创新的解决方案,可用于加速生物医学研究,让病人使用新工具来控制和利润从他们的个人资料和提供激励持续健康监测器。引入新的概念来评估和评估个人记录,包括数据组合,时间,和关系值。然而,他们的研究数据的准确性还有待确认(4]。

(1)本文的创新的结合定性研究和定量研究充分证明了在本文的第四部分;(2)理论研究与实证研究相结合,基于人工智能技术的分析理论,分析了视觉媒体沟通设计。

2。颜色匹配和图像的设计研究方法应用在人工智能视觉媒体通信的设计

2.1。人工智能视觉媒体通信设计的简要描述

视觉传达是指利用视觉符号信息传输的设计。与科学的进步,不仅印刷艺术,而且各种技术,如图形、电子和多媒体设计已经得到迅速发展。视觉传达设计是“传输”传达给观众的信息,它也需要观众的接受(5]。通信设计的目的应该是让对方理解。所谓的“视觉符号”,顾名思义,指的是照片,电视,电影,等等,各种各样的设计产品,城市建筑,各种科学和文本,等等,可以表达人与特定的特征。这包括4个程序,是谁,谁,谁,什么信息沟通(6,7]。

色彩设计在视觉媒体沟通的关键要素是(1)色彩设计和图片。在视觉媒体通信的设计,颜色和图像之间的关系是密切相关的。的设计和色彩设计不仅反映了对象和对象的存在,还必须创造性的和美丽的8- - - - - -10]。(2)设计和文本颜色。文本和颜色是相互依存的。文本具有一定的颜色,无论是宗教或其他政治色彩。因此,必须考虑颜色的象征意义在文本的颜色设计11]。(3)色彩设计和材料的媒体。配色方案的完成必须证明了许多因素。因此,随着时间的推移,系统的增加,和颜色光谱明显增加(12]。(4)色彩设计和申请材料。颜色质量主要体现在应用材料的选择,直接反映其纹理。因此,色彩设计是离不开材料,如颜料、染料、油墨(13,14]。

颜色匹配的影响因素在视觉媒体通信设计包括以下:(1)颜色设计,包括设计方法和媒体、设计目标、设计对象,设计理念;(2)经济和文化影响。它主要影响视觉媒体传达的内容,包括在不同的时期和不同的宗教环境影响;和(3)市场战略定位的设计对象。色彩设计必须充分考虑人格的观众,满足每个社会阶层的审美需求,满足观众的消费心理和精神文化的追求15,16]。从这,我们可以看到配色的重要性的设计视觉媒体沟通。视觉媒体通信系统的工作流图所示1。

在数字媒体时代,视觉传达设计的特点也发生了巨大的变化。为了进一步加强它的实现,必须分析其特点。首先,从指导特点的角度来看,这是整个数字媒体的主要特点之一。视觉传达设计的过程中,为了科学、全面理解事物的视觉特征,他们将积极寻求无意识。尤其是内部连接在阅读过程中更加明显。通过视觉传达,我们可以表达日常行为习惯和自然法则。因此,视觉传达设计的指导作用是非常强大的。只有加强战略实施计划的视觉结果可以显示。

二是交互。为了确保视觉设计的不断改进,都需要考虑。传统光学设计相对强烈的交互作用和局限性。克服这些局限性强,视觉设计和媒体之间的关系是越来越近了17]。为了更好地改善视觉设计,但也加强媒体视觉设计的作用和效果。从人类的观点来看,人道主义是视觉传达设计背后的推动力量。换句话说,创建可见的沟通不仅满足人们的精神需求,物理,材料,和人们的精神需求18]。为了提高视觉传达设计的价值,整个视觉设计必须尊重人道主义概念。最后,考虑多元化和一体化的特点,多元化主要设计师获取信息的方法和形式。随着设计师的创意视觉传达设计的成熟,它变得越来越受欢迎和完美19,20.]。合并主要是将学术知识在视觉传达设计中,特别是加强视觉传达设计的完整性和布局,因此,视觉传达设计的发展计划是更现实的21]。

所有组件中视觉传达设计中,色彩是最能吸引观众的元素的视觉注意力。设计师使用彩色LED管来构造一个梦幻的真实空间。闪烁的霓虹灯似乎让人觉得他们在宇宙和银河系。他们使用一个强大的平面构图色彩设计美化整个地铁空间环境。图2是一个视觉媒体通信设计的流程图。

2.2。人工智能技术

人工智能是一个英语标准情报。理论、系统、技术和系统用于研究和仿真是新的科学;人类的智慧是不断扩大22,23]。人工智能技术在视觉媒体沟通的角色设计如下:(1)人工智能技术可以提供一个更好的展示平台为视觉媒体通信的设计,给观众一个更完美的视觉享受,帮助设计师完成更方便的颜色通过人工智能技术与仿真实验(24,25];(2)人工智能技术有利于展示更好的形象感知视觉媒体沟通设计。同时,利用机器视觉和图像识别技术可以帮助视觉媒体沟通的概念设计更全面。观众也更能够接收和理解意义的信息(26,27]。它几乎可以表示,有科学和物理学领域的超越。理论和实践之间的关系是科学人工智能和思维之间的关系。从思维的角度来看,人工智能不仅限于合理的思考。促进创新和人工智能的发展,我们必须研究形象思维和刺激思考[28,29日]。

图3显示了人工智能技术的相关应用。

3所示。研究颜色匹配和图像应用程序设计实验人工智能视觉媒体沟通设计

3.1。设计模型颜色匹配和图像应用的视觉媒体沟通设计基于遗传算法的人工智能技术

遗传算法的应用也是非常大的,如人类智慧、成像、视觉、机器学习、符号设计、和其他地区。

3.1.1。遗传算法的步骤和意义

(1)首先选择一个组。换句话说,选择一个字符串或一组 , 。第一组是一系列的虚拟问题解决方案。一般来说, - - - - - -160年。通常,这是一个符号或一群人 , ; 是随机创建的。解决这个问题最好的方法是通过开发这些第一个病例(2)选择个人作为他们的下一代基于适者生存的原则。在这里,目标函数设置,所代表的个人 ,和被称为个人的健身吗

的次数被选为下一代。显然,从上面的公式可以看出,适应性越强,更好的生存;较弱的适应性将被消除。这是我们要解决的问题,最优解的问题。(3)十字架的行为是随机交换位置。它针对的是个人选择繁殖下一代。交叉可分为单点交叉和多点交叉,交叉概率设置 。交叉的目的是繁殖和产生新的个体(4)突变行为是基因突变。交叉后,生成的新个体的基因突变。变异概率是点,值范围是0.01 - -0.2(5)全局最优收敛到一个特定的个人最佳适应性或不再适合个人最佳的适应性。改善组织的适应性,终止算法收敛性和算法的迭代过程。此外,上一代集团已经返回到第二步,即更换新一代集团获得的选择,交叉,变异和继续选择过程

3.1.2。遗传算法在视觉媒体通信设计的应用程序

遗传算法很好地用于机器学习、图像处理、图像处理等。是一个通信系统的函数,即,图形的使用电脑。其加工程序输入图像,使用光学字符阅读器和其他设备直接“读入”各种图形和表格;形成图像,用计算机绘制大量的数据存储到简单明了的图表;和输出图像,计算机将输出处理过的图像根据风格(硬拷贝和软拷贝),人们想要的。图像处理有助于组织复杂的数字故事长度,无缝的和明确的和快速,这是理想的人们做出更好的决策。除了图像处理,图像处理还包括图像压缩、存储、增强处理,量化,空间滤波和图像模式识别。

3.1.3。卡尔曼滤波算法

卡尔曼观察是引进和生产的一个算法,它使用一个线性状态系统从详细精确测量系统的状态数据。

首先,假设测量值在某一时刻的图像是一个固定的公式 然后最好的估计价值在前面的时刻。协方差矩阵是 。然后,有 和 这是

在这个时候,

如果我们添加一个额外的控制量,如椒盐噪声 ,在这个时候 和 然后这个时候:

此外,我们必须澄清,我们的系统的设计不是100%准确,因为仍然有噪音和干扰波动。因此,我们必须完成噪声预测过程如下:

由于误差积累的影响,简单的评估系统将带来越来越严重的估计,所以传感器的观测数据用于正确的估计。如以下公式所示,使用同样的方法作为预测步骤,估计价值空间可以符合观测值空间:

假定观测值 。与此同时,也有噪声干扰问题,如传感器噪声的观测数据,这样的组合用于表示这种噪声的分布。目前,观测值 估计的价值 是在同一个位置,但概率分布是不同的。

用高斯分布的观测值和估计的值,和结果的高斯分布描述如下:

然后,用估计的值 和观测值 上面的三个公式,可以得到:

其中,叫做卡尔曼增益。

的成本和信号源的估计价值几乎等于分布。为了更好地了解性能,模型的目的是不会改变太多。为了获得更好的结果,我们使用当前时间节点的测量值的测量值时间节点。原则上,价值越高 ,更好的过滤现象,但更严重的滞后过滤结果。

3.1.4。灰色预期图像算法

让是随机离散图像中像素的大小 。可以描述图像的灰度分布概率分布。假设每个灰度的发生概率

还有

这种随机变量可以被描述为以下密度矩阵:

可以看出,对于不同的图像,密度表是不同的。数学模型的变量,期望值是一个非常重要的统计记录,它反映了变量的平均值。看材料,它代表物体的质心,变量的值。由于图像中灰度值是一个随机变量,分割的灰色“中心”应该是最好的平衡点,这使得黑像素的灰度值等于白色像素。集来表示阈值。

从上面的公式,它可以推导出

其计算过程非常简单,它非常便于硬件实现或DSP芯片,和计算精度可以完全满足条件下的定点操作。

4所示。研究和分析颜色匹配和图像应用程序设计的人工智能视觉媒体沟通设计

4.1。人工智能视觉媒体通信设计的现状

视觉媒体沟通设计参与了标志设计、广告设计、包装设计、内部和外部的环境设计、企业形象设计、等行业。间表1和图4可以看出,视觉媒体标志设计的比例是20.8%,广告设计是35.9%,包装设计是45.6%,内部和外部环境设计是25.3%,和企业形象设计是35.9%。从上面的数据可以看出,包装设计的比例是最高的,说明用户首先关注产品的包装和颜色匹配和图像应用程序很容易吸引的的产品。

我们在一个艺术中心进行了随机采访,采访了380名业内人士和视觉通讯技术的应用。从调查数据图5,可以看出,在我们采访过的人,参与的人数影视行业是最大的,有95人,和视觉媒体沟通设计使用人工智能技术的比例已经达到68%,其次是新闻行业有72人占42%。

4.2。颜色匹配和图像应用人工智能视觉媒体沟通设计

图6是颜色匹配和图像应用程序的一个例子。的选择和把握色彩在视觉传达设计中是非常重要的。最好的设计师使用颜色小心和明智地创建一个有效的视觉系统,允许用户区分元素之间的相似点和不同点,而不是使用太多的颜色。颜色的饱和度和所占据的区域相邻颜色必须考虑。一个接口,过于饱和,使用太多的颜色将淹没用户的视觉感官,很难进行有效的沟通。接口的品牌需求和通信需求也可能冲突的颜色选择。因为不同的颜色在不同的文化中有不同的含义。因此,对目标人群选择颜色之前,您必须首先确认所选颜色和颜色组合的意义。

图7显示相同的使用两种颜色不同的图像,视觉效果是非常不同的。相同的照片是画在一个网格的背景。左边的曲线似乎螺旋,但事实上,它是同心。用竹针等等画沿着曲线。右边的图片是画在一个径向背景。培育矩形外的黑色矩形中心的图片看起来也扭曲而不直。因此,在包装或多媒体设备,我们必须注意材质和颜色匹配的影响;否则,很容易给人一种眩晕和引起人的视觉疲劳。当然,如果你想暂时使用它作为一个引人注目的技术,它非常讨人喜欢。

表之间可以看出2和图8旋转的鲁棒性攻击行为是远远不同的在不同的阈值选择。阈值的选择起着关键作用的提取特征矩阵。对具有复杂纹理图像,应该选择一个较大的阈值,因此提取的特征具有良好的稳定性和强鲁棒性指向传统的信号处理。然而,对于平面和清晰的图像,阈值应该足够小的提取特征点描述原始图像,避免高水准的问题不同的图像的相似性。

表之间可以看出3和图9图像的应用程序使用人工智能技术几乎是不受JPEG压缩,但是随着压缩比的增加,传统的视觉传达设计方法越来越频繁的影响。系数比中频系数更敏感。这对比更明显,它可以清楚地看到图像的应用程序不会改变大大随着压缩比的增加。

间表4和图10,我们可以看到,不同行业使用视觉传达设计为不同的目的和媒体。对大多数人来说调查结果显示78%的人认为设计行业想要传达的设计理念和展示艺术设计的感觉。在教育行业76%的人相信视觉传达设计师用于清晰和直觉。教学,达到良好的教学效果,电影和电视行业的95%的人认为,目的是实现一个最终观看效果;建筑行业的57%和85%的新闻行业也显示对视觉媒体的沟通设计的爱。

此外,还有各种各样的媒体视觉媒体沟通设计。根据不同行业的特点,适用介质为每个行业是不同的。例如,在电影和电视产业,多媒体媒体大多是使用,但在新闻行业,92%的人使用纸质媒体。这表明,随着技术的发展,视觉传达设计有更多形式的演讲,也更有利于传播视觉媒体通信设计的影响。

4.3。满意度分析颜色匹配和图像应用的视觉媒体沟通设计

从图中的数据11可以看出,58%的人是非常不满意的视觉媒体沟通设计只使用颜色设计可能是因为大多数人都没有直接理解颜色的含义;例如,红色代表热情,也可以代表革命。视觉媒体通信设计相结合的颜色匹配和形象设计有49%的人表示满意,因为视觉冲击的色彩和画面的美感。

5。结论

本文主要是研究人工智能的颜色匹配和图像应用程序设计视觉媒体沟通设计。通过咨询相关文献,深入研究了传统视觉媒体通信设计的优点和缺点,以及配色方法和图像应用程序。先前的研究结果的基础上,启动一个研究和分析颜色匹配和图像应用程序设计的人工智能视觉媒体沟通设计。

本文首先简要介绍视觉媒体沟通设计和人工智能技术的应用,然后设计视觉媒体沟通设计模型基于遗传算法的人工智能技术和消除图像噪声的影响通过卡尔曼滤波算法。最后,分析从三个方面,即视觉媒体沟通的现状的分析,设计,颜色匹配和图像分析应用在人工智能视觉媒体通信设计,和满意的颜色匹配和图像分析应用在视觉媒体通信的设计。

本文的缺点是人工智能技术的应用设计中视觉媒体沟通不够成熟,和相关的图像应用研究仍相对较小。我们需要进行进一步的研究和解释。此外,颜色匹配和图像视觉媒体通信设计的应用仍然需要创新和发展。

数据可用性

的数据支持本研究的发现可以从相应的作者在合理的请求。

的利益冲突

作者声明没有潜在的利益冲突的研究,本文的作者,和/或出版。

引用

1. y·t·黄和黄懿慧周”,在线服装图片代码组成的影响来提高女性的购买意愿,”国际沟通和媒体研究杂志》上》第六卷,没有。3,17-26,2016页。视图:谷歌学术搜索
2. 施x和z,“应用程序下的视觉传达设计沟通理论”,农业食品工业高科技,28卷,不。1,第249 - 246页,2017。视图:谷歌学术搜索
3. z Wan, y, z, h . Lv和z Lv,“Semi-supervised支持向量机基于数字双胞胎大脑图像融合,“神经科学前沿15卷,2021。视图:出版商的网站|谷歌学术搜索
4. p . Mamoshina l . Ojomoko y Yanovich et al .,“收敛区块链和新一代人工智能技术来分散和加速生物医学研究和医疗,”Oncotarget,9卷,不。5,5665 - 5690年,2018页。视图:出版商的网站|谷歌学术搜索
5. 美国约翰逊,f . Samsel g·亚伯兰et al .,“Artifact-based呈现:利用自然和传统的视觉媒体更多的表现力和迷人的3 d可视化,”IEEE可视化和计算机图形学,26卷,不。1,第502 - 492页,2020。视图:出版商的网站|谷歌学术搜索
6. x歌”,研究高质量图像的视觉传达的信息在网页设计中,“航空杂志上de la Facultad de Ingenieria,32卷,不。14日,第484 - 479页,2017年。视图:谷歌学术搜索
7. p . Ardhianto”Tinjauan desain篇karya海报;以某kasus seri海报“Marlyn鱼2009”,“ANDHARUPA Jurnal Desain Komunikasi视觉和多媒体,卷2,不。1,第15 - 22页,2018。视图:出版商的网站|谷歌学术搜索
8. j . y . Li赵、z Lv和j·李,“医学图像融合方法通过深入学习,”国际期刊的认知计算在工程,卷2,21,2021页。视图:谷歌学术搜索
9. n . p . b .提“Perancangan buku jurnal pembelajaran”bermain dengan serioeus”:媒体pembelajaran篇马塔kuliah metodologi desain,”ANDHARUPA Jurnal Desain Komunikasi视觉和多媒体,3卷,不。2、115 - 129年,2017页。视图:谷歌学术搜索
10. y Erlyana和r . Ressiani Perancangan buku desain kemasan”基本的包装”、“ANDHARUPA Jurnal Desain Komunikasi视觉和多媒体》第六卷,没有。2、160 - 172年,2020页。视图:出版商的网站|谷歌学术搜索
11. b . a . Hananto”Implementasi budaya韩国篇perancangan identitas视觉“Mireokki”、“Jurnal Dimensi健康险Seni Rupa丹Desain,5卷,不。1队,2020页。视图:出版商的网站|谷歌学术搜索
12. 大肠Armayuda和r . Pragadeva Metode desain达里语品牌menjadi maskot berdasarkan adaptasi Metode Alina惠勒柯dalam模型5米,”ANDHARUPA Jurnal Desain Komunikasi视觉和多媒体》第六卷,没有。2、277 - 287年,2020页。视图:出版商的网站|谷歌学术搜索
13. d . Chen p Wawrzynski z Lv,“网络安全智能城市:回顾深度上优于应用和案例研究,“可持续城市和社会第102655条,卷。66年,2021年。视图:出版商的网站|谷歌学术搜索
14. a . r . Darmawan“巴布亚的蜡染传播通过纪录片视频Phokouw Faa蜡染中心(案例研究),“Visualita,8卷,不。1,47-52,2019页。视图:出版商的网站|谷歌学术搜索
15. n .伊丽莎白f . Yulika, a . e . b . Waspada”Desain komunikasi视觉iklan layanan步伐tentang pelecehan seksual亚衲族篇人迪哥打棉兰,”ANDHARUPA: Jurnal Desain Komunikasi视觉和多媒体,4卷,不。2、188 - 195年,2018页。视图:出版商的网站|谷歌学术搜索
16. g . Mer和s·卡斯特拉尼”,为什么它是重要的视觉识别设计矫正实践?”Revue Dorthopedie Dento Faciale,52卷,不。3、305 - 308年,2018页。视图:谷歌学术搜索
17. 泰勒n和m·基廷,”当代食品意象:食品色情和其他视觉趋势,”通信研究与实践,4卷,不。3、307 - 323年,2018页。视图:出版商的网站|谷歌学术搜索
18. 邓m . Dohler刘x, y,“Vibrotactile质量评估:混合度量设计基于信噪比和SSIM,”IEEE多媒体,22卷,不。4、921 - 933年,2020页。视图:出版商的网站|谷歌学术搜索
19. z Lv, h·杨,a·k·辛格g . Manogaran h . Lv,“诚信基于人工智能工业物联网系统,”IEEE工业信息,17卷,不。2、1496 - 1504年,2020页。视图:谷歌学术搜索
20. m . Haragi h .石川,t·登,“调查”合适的插图在医疗保健、视觉传达在医学杂志》上,42卷,不。4、1 - 11,2019页。视图:谷歌学术搜索
21. p . j·b·d·罗萨里奥”的解释学分析圣身为Pahiyas节日Lucban传播媒介发展,奎松城,菲律宾,“酒店和旅游杂志的见解,卷2,不。2、203 - 220年,2019页。视图:出版商的网站|谷歌学术搜索
22. y w·h·w·Lim Hau, c . w . Lim和m·a·奥斯曼”人工智能心房纤颤与实现技术的分类方法,”计算机辅助手术,21卷,不。sup1, 154 - 161年,2016页。视图:出版商的网站|谷歌学术搜索
23. w·l·陈林y . b, f·l·Ng c . y . Liu和y . w .林,“RiceTalk:稻瘟病检测使用物联网和人工智能技术,”IEEE物联网,7卷,不。2、1001 - 1010年,2020页。视图:出版商的网站|谷歌学术搜索
24. c·本·h·h·李·t·刘,z . j . Wang d . s . Cheng和s h·朱,“人工智能的研究技术的进步帮助诊断烧伤深度,“中国日报的燃烧,36卷,不。3、244 - 246年,2020页。视图:出版商的网站|谷歌学术搜索
25. 李z z z d . Yu,“人工智能技术的应用前景在前庭障碍,”临床耳鼻喉科学杂志,33卷,不。9日,第897 - 895页,2019年。视图:谷歌学术搜索
26. 严z z Lv,“沉浸式虚拟现实系统的影响在线社交应用程序中,“应用科学,10卷,不。15,5058年,页2020。视图:出版商的网站|谷歌学术搜索
27. y·本·d·Mandal,“基于人工智能技术的英语教学实践,”智能和模糊系统杂志》上,37卷,不。1、1 - 11,2019页。视图:谷歌学术搜索
28. 诉麻吉”,人工智能)候选人埃斯珀科技工作的重中之重,“国防的日常,2019年。视图:谷歌学术搜索
29. h . Shohei“工业机器人应用,人工智能技术”日本机器人协会杂志》上,35卷,不。3、186 - 190年,2017页。视图:谷歌学术搜索

版权

版权©2021春燕刘et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。