文章摘要:创建规则的元素布局在许多场景下是常见的任务. 用户在完成该任务的时候往往需要进行大量烦琐的元素操作. 针对该问题， 提出了一种布局预测方法以协助用户高效地创建规则元素布局. 从SmartDraw中选取30组流程图模板作为基础数据集并进行数据增强， 以视觉图像和属性编码2种形式对数据进行联合编码， 训练以图像字幕网络为基础框架的神经网络， 使该网络有效地学习到进行元素布局时的规则， 并据此进行布局的预测. 对布局进行预测时提供包含局部到全局的多个候选结果， 保证预测具有可接受的准确率， 有效地协助用户完成布局操作. 设计了包括简单与复杂布局任务的用户调研; 采用量化指标从性能、效率和稳定性对所提方法进行评价和分析. 结果表明， 与传统布局工具相比， 所提方法可显著地减少用户定位元素的次数， 缩减完成布局任务的时间， 有效地提高用户的布局效率.

文章关键词:

项目基金: