基于PAD三維情感測(cè)量的分形圖評(píng)價(jià)

馮 玲

(泰山學(xué)院信息科學(xué)技術(shù)學(xué)院，山東泰安 271021)

1 引言

分形理論應(yīng)用于計(jì)算機(jī)圖形學(xué)可生成無(wú)數(shù)奇異圖案，這些圖案是設(shè)計(jì)人員無(wú)法設(shè)計(jì)出的，非常適用于一些圖形的輔助設(shè)計(jì)，如印刷業(yè)、廣告業(yè)、紡織工業(yè)等多個(gè)領(lǐng)域的圖案設(shè)計(jì).分形藝術(shù)圖案因其抽象性和奇異性，不能用單純的花朵、動(dòng)物之類的詞語(yǔ)進(jìn)行劃分，其評(píng)價(jià)主要是憑借用戶的主觀判斷，很容易因個(gè)人偏好造成評(píng)價(jià)的偏差，進(jìn)而引起一定的歧義.因此，分形圖案設(shè)計(jì)評(píng)價(jià)的研究擁有很強(qiáng)的現(xiàn)實(shí)應(yīng)用.

分形圖案可作為設(shè)計(jì)人員的圖形設(shè)計(jì)參考庫(kù).這些圖案可視化效果的優(yōu)良主要通過(guò)人為判斷，沒(méi)有實(shí)際的評(píng)價(jià)指標(biāo)，本文嘗試提出一種新的評(píng)價(jià)方法，根據(jù)不同的圖片帶給用戶不同的情感狀態(tài)作為評(píng)價(jià)指標(biāo)，并利用人工神經(jīng)網(wǎng)絡(luò)方法建立評(píng)價(jià)模型.情感狀態(tài)的測(cè)量以PAD三維情感模型中的情感量表為依據(jù)，根據(jù)圖案應(yīng)用領(lǐng)域，分別對(duì)PAD情感量表的12個(gè)項(xiàng)目進(jìn)行量化，神經(jīng)網(wǎng)絡(luò)應(yīng)用RBF網(wǎng)絡(luò)，輸入為PAD情感量表量化分，輸出為適應(yīng)度(及最終評(píng)價(jià)).應(yīng)用此方法產(chǎn)生的模型，非常接近人類思維模式的特征，較好地保證了評(píng)價(jià)結(jié)果的客觀性.

2 PAD三維情感模型

奧斯古德(Osgood)的研究發(fā)現(xiàn)情緒體驗(yàn)可以從評(píng)價(jià)(Evaluation)、力度(Potency)和活躍性(Activity)三個(gè)維度進(jìn)行分析.基于奧斯古德的思路，美拉比安(Mehrabian)和拉塞爾(Russell)采用語(yǔ)義差異評(píng)價(jià)方法，將三個(gè)維度修訂為愉悅度(Pleasure，簡(jiǎn)寫(xiě)P，表示個(gè)體情感狀態(tài)的正負(fù)特性)、激活度(Arousal，簡(jiǎn)寫(xiě)為A，表示個(gè)體的神經(jīng)生理激活水平)、優(yōu)勢(shì)度(Dominance，簡(jiǎn)寫(xiě)為D，表示個(gè)體對(duì)情境和他人的控制狀態(tài)).該模型簡(jiǎn)稱為PAD三維情感模型.根據(jù)這3個(gè)維度可以將情緒劃分為8類:+P+A+D，如高興的;－P－A －D，如無(wú)聊的;+P+A －D，如依賴的;－P－A+D，如蔑視的;+P－A+D，如放松的;－P+A －D，如焦慮的;+P－A －D，如溫順的;－P+A+D，如敵意的.Mehrabian編制了一個(gè)僅包括12個(gè)項(xiàng)目(3個(gè)維度分別用4個(gè)項(xiàng)目進(jìn)行測(cè)量)的簡(jiǎn)化版本.該量表具有廣泛的應(yīng)用價(jià)值，如產(chǎn)品評(píng)價(jià)、心境狀態(tài)和情緒的評(píng)定以及人格測(cè)試等，該表可與其他很多人格量表或情緒量表建立對(duì)應(yīng)關(guān)系.而且該表也有其獨(dú)特優(yōu)勢(shì)，如應(yīng)用PAD情緒量表中的3個(gè)維度能夠有效地表示出正性情緒和負(fù)性情緒.例如PAD情緒量表能夠區(qū)分出焦慮情緒和抑郁情緒，焦慮情緒和抑郁情緒都具有較低的愉悅度和優(yōu)勢(shì)度，但焦慮情緒要比抑郁情緒具有較高的激活度［1］.

3 分形圖案設(shè)計(jì)評(píng)價(jià)模型

3.1 原理

基于PAD情感量表的評(píng)價(jià)原理如下［2］:

(1)神經(jīng)網(wǎng)絡(luò)的輸入向量為PAD情感量表的量化值，神經(jīng)網(wǎng)絡(luò)的輸出為相應(yīng)綜合評(píng)價(jià)的向量;(2)訓(xùn)練該網(wǎng)絡(luò)時(shí)要用足夠的樣本，使不同的輸入向量活動(dòng)對(duì)應(yīng)的輸出值;

(3)神經(jīng)網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)得到的正確內(nèi)部表示即為最終神經(jīng)網(wǎng)絡(luò)所持有的那組權(quán)值和閾值.

訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)即可作為一個(gè)有效工具，對(duì)樣本以外的數(shù)據(jù)作對(duì)應(yīng)的評(píng)價(jià).因此，此網(wǎng)絡(luò)系統(tǒng)既可模擬設(shè)計(jì)人員對(duì)分形圖案進(jìn)行評(píng)價(jià)，又可減少評(píng)價(jià)過(guò)程中的人為誤差.

3.2 RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

建立神經(jīng)網(wǎng)絡(luò)模型主要考慮兩個(gè)問(wèn)題:一是網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)的確定，二是學(xué)習(xí)參數(shù)的調(diào)整.在通常情況下，并沒(méi)有一個(gè)固定的模式來(lái)構(gòu)建網(wǎng)絡(luò)模型的結(jié)構(gòu)，一般利用實(shí)驗(yàn)方法來(lái)獲到一個(gè)較合適的網(wǎng)絡(luò)結(jié)構(gòu).

3.2.1 評(píng)價(jià)指標(biāo)體系及其量化

以PAD三維情感模型為基礎(chǔ)，測(cè)量情感的工具分為完整PAD情感量表和簡(jiǎn)化版PAD情感量表.其簡(jiǎn)化量表包含12對(duì)形容詞，評(píng)價(jià)者通過(guò)比較每一對(duì)形容詞的含義與某種情感狀態(tài)的相似程度，在從1到9的量表上標(biāo)注出PAD三維情感空間上的情感狀態(tài)值.通過(guò)簡(jiǎn)化版PAD情感量表，PAD三維情感模型可以實(shí)現(xiàn)對(duì)情感狀態(tài)的量化.

在中文簡(jiǎn)化版PAD情感量表中，每個(gè)項(xiàng)目有1對(duì)表示不同情感狀態(tài)的形容詞，每對(duì)形容詞間的被分隔為9段;每對(duì)形容詞所表示的情感在其所屬維度上的量值相反，而在其他2個(gè)維度上基本相同.例如，測(cè)量愉悅度的一個(gè)項(xiàng)目由"憤怒的"和"有活力的"這對(duì)詞構(gòu)成，它們所代表的情感在愉悅度上相反，而在激活度和優(yōu)勢(shì)度上大致相同.該量表具有很大的應(yīng)用價(jià)值，如產(chǎn)品評(píng)價(jià)、心境狀態(tài)和情緒的評(píng)定以及人格測(cè)試等，該表可與其他很多人格量表或情緒量表建立對(duì)應(yīng)關(guān)系［3－4］.

表1 分形藝術(shù)圖案設(shè)計(jì)的評(píng)價(jià)指標(biāo)體系

要實(shí)現(xiàn)利用神經(jīng)網(wǎng)絡(luò)模型評(píng)價(jià)圖案的設(shè)計(jì)，首先要建立評(píng)價(jià)指標(biāo)體系，根據(jù)中文簡(jiǎn)化版PAD情感量表(如表1)作為評(píng)價(jià)體系對(duì)圖案設(shè)計(jì)進(jìn)行評(píng)價(jià).評(píng)價(jià)者分別從12個(gè)項(xiàng)目，評(píng)價(jià)自己看到圖片時(shí)所感受到的情緒體驗(yàn).評(píng)價(jià)者需根據(jù)哪種情緒更強(qiáng)烈及其強(qiáng)烈的程度來(lái)判定他們見(jiàn)到圖片時(shí)產(chǎn)生的情緒.從最左到最右，在此項(xiàng)目上的評(píng)分記為"－4"到"4"，在中間時(shí)，記為"0"分，最后的評(píng)分為測(cè)量該維度的4個(gè)項(xiàng)目得分的平均值，計(jì)算的方法如表2.分值越高，則愉悅度、激活度、優(yōu)勢(shì)度越高［5］.

根據(jù)不同的情感體驗(yàn)和不同的應(yīng)用領(lǐng)域，分形藝術(shù)圖案的評(píng)價(jià)重點(diǎn)肯定是不同的.在進(jìn)行評(píng)價(jià)圖案設(shè)計(jì)時(shí)，要根據(jù)實(shí)際應(yīng)用領(lǐng)域來(lái)確定不同指標(biāo)的權(quán)重.本文應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)來(lái)確定各指標(biāo)的權(quán)重，從而克服模糊隨機(jī)性及人為因素的影響.

表2 PAD原始分?jǐn)?shù)計(jì)算

3.2.2 數(shù)據(jù)的采集

首先選定圖案設(shè)計(jì)的應(yīng)用領(lǐng)域，本文以室內(nèi)裝飾領(lǐng)域?yàn)槔u(píng)價(jià)人員對(duì)20副分形藝術(shù)圖案分別就以上提到的12組項(xiàng)目和最終評(píng)測(cè)結(jié)果測(cè)評(píng)并打分.評(píng)價(jià)的征集群體為小區(qū)住戶，采用問(wèn)卷調(diào)查的方式，共發(fā)放70份問(wèn)卷，收回問(wèn)卷62份，其中有效問(wèn)卷55份，本文選取其中的50份問(wèn)卷結(jié)果，取其平均值作為最終PAD情感的評(píng)價(jià)結(jié)果.

根據(jù)問(wèn)卷結(jié)果，得到相應(yīng)的評(píng)價(jià)指標(biāo)數(shù)據(jù)，取得RBF網(wǎng)絡(luò)的訓(xùn)練樣本，分形藝術(shù)圖案數(shù)據(jù)如表3所示.表3中每行的最后一列為測(cè)試者對(duì)該樣本的評(píng)價(jià)值或滿意度的評(píng)分.評(píng)價(jià)值位于［1，10］區(qū)間內(nèi)，評(píng)價(jià)值越大表示該樣本(圖案)應(yīng)用于此領(lǐng)域越好.

表3 分形圖數(shù)據(jù)(神經(jīng)網(wǎng)絡(luò)樣本)

3.2.3 神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)確定

具有學(xué)習(xí)能力是神經(jīng)網(wǎng)絡(luò)的最大特點(diǎn)，在學(xué)習(xí)及訓(xùn)練過(guò)程中，網(wǎng)絡(luò)的連接權(quán)值產(chǎn)生了變化，學(xué)習(xí)到的內(nèi)容也保存在連接權(quán)值中.通過(guò)對(duì)樣本的學(xué)習(xí)和訓(xùn)練，神經(jīng)網(wǎng)絡(luò)不斷改變其連接權(quán)值和拓?fù)浣Y(jié)構(gòu)，則網(wǎng)絡(luò)的輸出越來(lái)越接近期望的輸出.

運(yùn)用MATLAB，對(duì)RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練并確定網(wǎng)絡(luò)的模型結(jié)構(gòu)如下:

(1)輸入層神經(jīng)元的個(gè)數(shù).根據(jù)評(píng)價(jià)指標(biāo)體系，有12項(xiàng)指標(biāo)影響圖案設(shè)計(jì)，取輸入層個(gè)數(shù)為n=12;

(2)輸出層神經(jīng)元個(gè)數(shù).設(shè)置輸出層神經(jīng)元個(gè)數(shù)為1個(gè).即輸出層神經(jīng)元個(gè)數(shù)m=1.評(píng)價(jià)值的范圍為［1，10］.把評(píng)價(jià)結(jié)果集設(shè)為:非常適合、比較適合、一般適合、不太適合、很不適合五個(gè)等級(jí)，其評(píng)價(jià)數(shù)值范圍分別為:［10，8.5］、(8.5，7］、(7，5.5］、(5.5，4］、(4，1］.

(3)網(wǎng)絡(luò)隱含層數(shù).選擇結(jié)構(gòu)相對(duì)簡(jiǎn)單的3層RBF網(wǎng)絡(luò)，及隱含層個(gè)數(shù)為1.

(4)隱含層神經(jīng)元個(gè)數(shù).根據(jù)經(jīng)驗(yàn)和實(shí)際的網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練，取隱含層神經(jīng)元個(gè)數(shù)37.

4 分形圖案設(shè)計(jì)評(píng)價(jià)舉例

根據(jù)上述網(wǎng)絡(luò)結(jié)構(gòu)、指標(biāo)體系和學(xué)習(xí)訓(xùn)練步驟對(duì)20副分形圖案在室內(nèi)裝飾領(lǐng)域進(jìn)行情感適應(yīng)度評(píng)價(jià)測(cè)試，將前10組樣本作為學(xué)習(xí)訓(xùn)練樣本，用以訓(xùn)練網(wǎng)絡(luò)連接權(quán)值.后10組作為測(cè)試樣本.經(jīng)過(guò)1000次學(xué)習(xí)訓(xùn)練，其結(jié)果與用戶測(cè)評(píng)結(jié)果對(duì)比如圖1所示.學(xué)習(xí)訓(xùn)練結(jié)束后，利用訓(xùn)練好的3層RBF網(wǎng)絡(luò)模型，依次輸入測(cè)試的10組樣本數(shù)據(jù).網(wǎng)絡(luò)測(cè)試結(jié)果與用戶的評(píng)價(jià)結(jié)果對(duì)比如圖2所示.從圖2可看出，此神經(jīng)網(wǎng)絡(luò)模型的測(cè)評(píng)結(jié)果和用戶的評(píng)價(jià)結(jié)果基本一致.

圖1 網(wǎng)絡(luò)訓(xùn)練結(jié)果和用戶評(píng)價(jià)結(jié)果對(duì)比

圖2 網(wǎng)絡(luò)測(cè)試結(jié)果和用戶評(píng)價(jià)結(jié)果對(duì)比

5 結(jié)束語(yǔ)

當(dāng)用戶面對(duì)一副美麗的分形藝術(shù)圖案時(shí)，往往不確定該應(yīng)用于什么領(lǐng)域合適，或由于個(gè)人的評(píng)判偏差錯(cuò)誤的應(yīng)用于某領(lǐng)域，造成較差的效果甚至經(jīng)濟(jì)損失.本文提出基于PAD三維情感模型的分形圖評(píng)價(jià)體系，并利用RBF神經(jīng)網(wǎng)絡(luò)對(duì)分形藝術(shù)圖案在不同的設(shè)計(jì)應(yīng)用領(lǐng)域進(jìn)行適應(yīng)度及滿意度評(píng)價(jià)，依據(jù)其評(píng)價(jià)結(jié)果來(lái)確定其應(yīng)用領(lǐng)域.實(shí)驗(yàn)表明，應(yīng)用PAD情感量表作為分形圖評(píng)價(jià)指標(biāo)，并用神經(jīng)網(wǎng)絡(luò)模擬人的情感狀態(tài)，對(duì)分形圖案設(shè)計(jì)進(jìn)行適應(yīng)度評(píng)價(jià)，能減少人為誤差及不確定性，獲得了較好的結(jié)果.

［1］李小明，傅小蘭，鄧國(guó)峰.中文簡(jiǎn)化版PAD情緒量表在京大學(xué)生中的初步試用［J］.中國(guó)心理衛(wèi)生雜志，2008，22(5):327－329.

［2］朱啟紅，張鋼.人工神經(jīng)網(wǎng)絡(luò)在組織網(wǎng)絡(luò)化發(fā)展評(píng)價(jià)中的應(yīng)用［J］.計(jì)算機(jī)應(yīng)用研究，2007，24(6):239－241.

［3］劉燁，陶霖密，傅小蘭，等.基于情緒圖片的 PAD情感狀態(tài)模型分析［J］.中國(guó)圖象圖形學(xué)報(bào)，2009，14(5):753－758.

［4］曹潔，彭浩，王宏，等.基于PAD理論的人臉情感識(shí)別［J］.中國(guó)圖象圖形學(xué)報(bào)，2009，14(5):759－763.

［5］周慧.基于PAD三維情緒模型的情感語(yǔ)音轉(zhuǎn)換與識(shí)別［D］.蘭州:西北師范大學(xué)，2009.