计算机系统模拟双眼视觉，自动优化印刷广告设计
近日，《国际商业情报和数据挖掘杂志》（International Journal of Business Intelligence and Data Mining）刊登了一项新研究，介绍了一种基于计算机系统的广告评估与改进方法。该方法通过模拟人类双眼视觉机制，对印刷广告进行自动化分析与优化。
传统的设计评估往往依赖主观判断或孤立的图像指标，难以准确反映受众的真实体验。这项研究旨在解决这一痛点，通过引入双眼线索——特别是每只眼睛接收到的视图差异，使基于计算机的评估更接近人们实际感知广告的方式。
技术原理：融合三种视觉测量数据
研究人员构建了一个结合三种关键视觉测量的系统：
- Gabor 能量反应：用于捕获视觉系统检测到的模式和边缘信息；
- 显著性地图（Saliency Map）：显示图像中可能引起注意的区域；
- 差异矩阵：测量左右眼所接收视图之间的差异，以表征深度信息。
利用上述测量数据，系统首先生成左眼和右眼图像之间的中间视图。随后，提取全局和本地视觉特征，并将这些特征与传统单眼特征相结合，形成综合评估模型。
自动优化流程与实验结果
最终的评估结果驱动自动改进过程，具体包括图像分段、颜色调整以及边缘粗度分析等步骤，从而生成视觉效果更佳的图像。该过程可作为一个“评估-优化-重新评估”的循环重复执行，直到达到收敛状态。
在对 1,200 个样本进行测试后，数据显示该系统在视觉吸引力评估方面的准确率保持在 90% 以上。经过优化处理后，广告主体的显著性得到增强，主要指标提升如下：
- 视觉一致性平均提升 17.3%；
- 立体感知提升 15.8%。
值得注意的是，该系统通常在 3 至 5 轮迭代循环内即可实现收敛，显示出较高的计算效率。
相关论文题为《基于双眼视觉的图形广告设计有效性的评估和优化方法》，发表于 2026 年，DOI 标签为 10.1504/ijbidm.2026.156182。
