办公椅是用于日常工作和社交活动中的椅子,其主要是人们在进行办公作业时所需要用到的和办公桌配套的靠背椅。目前市面上根据形状的异同会把办公椅分为会议椅、中班椅、职员椅等,本文所研究的办公椅主要是职员椅。近年来办公家具行业发展迅猛且之间的竞争也是较为激烈,产品外观以及功能也越加相近。这种现象使得办公椅行业由之前的一片蓝海变成了红海市场。目前办公椅的外观设计已经随市场选择趋于一致,各部件外观多年保持不变,而人们对个性化办公椅需求变得逐渐强烈,所以急需为办公椅形态寻求一种新的设计方式,这对办公椅的多样化有帮助,并且会对人们的生产生活方式产生积极有用的作用。人工智能一直是科技界关注的话题,而事实上,不仅仅是科学研究,人工智能技术已经渗透到生活的方方面面。目前人工智能领域的研究重点已经转向深度学习,它极大地提高了目前许多人工智能任务的发展,逐渐成为设计行业一种可能的新型生产力工具。由于深度学习是基于大数据的方法,它具有效率高、客观性强等优点,在很多领域（飞机、智能机器人、服装、建筑等领域）都发挥了极大的作用并成功克服许多现代计算机无法解决的难题。在家具领域做设计,设计师一般都是通过经验手绘草图,计算机只是他的建模工具,目前家具设计领域,用人工智能去介入的比较少,尤其是办公椅设计领域。办公椅具有很强的模块化属性,它的模块区分特别清晰,通过人工智能技术去检测与分割现有办公椅的部件,从而建立办公椅部件库,并基于该部件库智能生成新的办公椅部件形成办公椅部件素材库,辅助设计师进行设计是非常有价值的。本研究的初衷是为智能设计在家具领域的实际应用做出贡献,探究基于深度学习的办公椅部件智能识别与生成设计方法,提高设计和方案的效率。为了达到本研究的目的,论文完成了如下研究工作:首先是基于Rse Net50网络构建图像分类模型,运用图像分类模型筛选网络爬虫的源数据,智能判别办公椅与非办公椅图像数据,从而得到办公椅图像优选数据集。其次是对办公椅基本构件进行模块划分,并训练出办公椅部件的检测与分割模型去建立办公椅部件库。主要是基于产品形态分析法将办公椅整体进行逐层分解为办公椅基本构造单元（包括多个不同类别的相关部件）,再结合专家小组的卡片分类对办公椅部件进行整合推导,将办公椅基本构造单元划分为五类模块:椅背、背框、座垫、扶手、椅腿。在Py Torch深度学习框架下,通过对比三种常见的检测网络（YOLOv5网络、Faster RCNN网络和SSD网络）和分割网络（CGNet网络、Unet网络和Deep Labv3+网络）的识别准确性、识别可信度以及推理速度,最终选择YOLOv5网络和Deep Labv3+网络构建办公椅部件的检测与分割模型,从而建立办公椅部件库。最后是基于生成对抗网络智能辅助办公椅造型设计。提出了基于数据驱动的办公椅造型智能辅助设计方法流程及特征,并训练了DCGAN生成办公椅部件模型,基于Py Qt5结合训练好的生成网络模型做了一个界面程序方便进行设计。分析构建出办公椅设计典型场景,以设计师参与办公椅整体设计（对扶手部件寻求灵感）为例,挑选扶手图片作为设计灵感进行深化设计,根据生成结果指出智能设计的优缺点。本研究的最终成果是提出了一套基于深度学习的办公椅部件智能识别与生成设计方法,并在此方法指导下进行设计实践。本研究在前人研究的基础上也取得了一定的创新,主要创新点如下:第一,将当下前沿技术应用到办公椅设计领域,辅助设计师进行设计。第二,将目标检测与分割算法运用到办公椅部件库的构建上。第三,利用DCGAN生成新的部件,形成办公椅部件素材库,给设计师提供灵感。整体而言,本文基于深度学习技术构建的基于数据驱动智能辅助办公椅造型设计方法能更高效地为设计师提供灵感来源和一定的设计帮助,实现计算机协同设计,为智能化辅助家具设计提供了新思路,其应用前景十分宽广。