群體共識(shí)驅(qū)動(dòng)的文化創(chuàng)意產(chǎn)品交互式配色設(shè)計(jì)方法研究

楊延璞, 雷紫荊, 蘭晨昕, 王欣蕊, 龔政

(長(zhǎng)安大學(xué) 工程機(jī)械學(xué)院, 陜西 西安 710064)

文化創(chuàng)意產(chǎn)品是在文化產(chǎn)業(yè)背景下,以營(yíng)利和傳播文化為目標(biāo),融合文化、創(chuàng)意的商品[1],其既有商品屬性,又有附加文化屬性。其中,文化創(chuàng)意產(chǎn)品的色彩能夠傳達(dá)特定文化意象,具有先聲奪人的藝術(shù)感召力[2],是設(shè)計(jì)師創(chuàng)意思維的重要組成部分,影響著消費(fèi)者的購買決策。因此,提高文化創(chuàng)意產(chǎn)品色彩設(shè)計(jì)意象傳達(dá)的合理性,對(duì)區(qū)域文化的有效傳達(dá)、實(shí)現(xiàn)優(yōu)秀文化的保護(hù)與傳承、增強(qiáng)產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力具有重要意義。

目前,關(guān)于產(chǎn)品色彩設(shè)計(jì)方法的研究主要包括基于色彩基礎(chǔ)理論的計(jì)算機(jī)輔助配色設(shè)計(jì)和基于色彩意象的配色設(shè)計(jì)兩類。在計(jì)算機(jī)輔助配色設(shè)計(jì)方面,文獻(xiàn)[3]通過對(duì)源圖色彩的提取、選擇,對(duì)目標(biāo)色區(qū)進(jìn)行賦色、調(diào)整的過程建立了色彩鄰接網(wǎng)絡(luò)模型,借助交互式遺傳算法進(jìn)行配色方案優(yōu)化;文獻(xiàn)[4]針對(duì)消費(fèi)者對(duì)配色結(jié)果表述相對(duì)模糊的問題,提出一種適用于求解復(fù)雜高維優(yōu)化問題的分層蜂群優(yōu)化算法,將該算法用于色彩設(shè)計(jì)模型進(jìn)行計(jì)算機(jī)輔助配色;文獻(xiàn)[5]開發(fā)了基于色彩網(wǎng)絡(luò)的配色輔助技術(shù),輔助設(shè)計(jì)師自動(dòng)生成產(chǎn)品配色方案;文獻(xiàn)[6]提出一種基于人工神經(jīng)網(wǎng)絡(luò)和改進(jìn)粒子群優(yōu)化算法的混合人工智能算法的產(chǎn)品配色決策支持系統(tǒng)。在產(chǎn)品色彩意象研究方面,文獻(xiàn)[7]基于模糊理論建立色彩組合語義集,運(yùn)用因子分析方法建立色彩組合調(diào)和度評(píng)價(jià)機(jī)制,以色彩語義貢獻(xiàn)因子和用戶交互評(píng)價(jià)結(jié)果為進(jìn)化條件選取和優(yōu)化色彩組合;文獻(xiàn)[8]針對(duì)表達(dá)設(shè)計(jì)師隱性的設(shè)計(jì)理念問題,提出使用參考圖像與交互式遺傳算法結(jié)合的輔助配色技術(shù),將提取的色彩組合映射至配色對(duì)象,提高了設(shè)計(jì)師在短時(shí)間內(nèi)的配色效率;文獻(xiàn)[9]利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)建立了2種情緒評(píng)價(jià)模型,將徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)與遺傳算法相結(jié)合,研究用戶情感偏好下三色產(chǎn)品配色設(shè)計(jì)的多目標(biāo)優(yōu)化方法;文獻(xiàn)[10]提出結(jié)合感性工學(xué)和交互式遺傳算法的產(chǎn)品配色設(shè)計(jì)方法,在獲得滿足用戶感性需求的配色方案的同時(shí),也降低了產(chǎn)品配色環(huán)節(jié)對(duì)專業(yè)知識(shí)的依賴性。

以上研究為文化創(chuàng)意產(chǎn)品的配色設(shè)計(jì)提供重要參考,但不同于一般產(chǎn)品配色中的兩色或三色構(gòu)成,文化創(chuàng)意產(chǎn)品常包含多種色彩搭配,且利用語言描述評(píng)價(jià)用戶對(duì)配色方案的意象感知偏好更符合用戶認(rèn)知習(xí)慣。同時(shí),為有效體現(xiàn)用戶對(duì)文化創(chuàng)意產(chǎn)品色彩設(shè)計(jì)的意象感知,需引入多用戶群體參與配色設(shè)計(jì)過程,而從用戶群體認(rèn)知一致性與滿意度兩方面約束配色設(shè)計(jì)求解過程,輸出方案能夠更好輔助工業(yè)設(shè)計(jì)師進(jìn)行文化創(chuàng)意產(chǎn)品配色設(shè)計(jì),目前缺乏相關(guān)研究。針對(duì)上述問題,本文利用語言偏好描述用戶對(duì)文化創(chuàng)意產(chǎn)品的色彩意象感知,借助三角模糊數(shù)進(jìn)行量化處理,構(gòu)建了群體評(píng)價(jià)共識(shí)度模型,通過研究交互式遺傳算法的原理和實(shí)現(xiàn)流程,利用用戶群體參與交互式配色過程,集成用戶認(rèn)知一致性和滿意度兩方面對(duì)多用戶參與的文化創(chuàng)意產(chǎn)品交互式配色設(shè)計(jì)進(jìn)化過程進(jìn)行約束,通過色彩美度計(jì)算確定文化創(chuàng)意產(chǎn)品配色設(shè)計(jì)方案優(yōu)劣,以提升文化創(chuàng)意產(chǎn)品配色設(shè)計(jì)的效率、質(zhì)量和水平。最后,以兵馬俑鑰匙扣掛件形象的配色設(shè)計(jì)為例,驗(yàn)證了方法的有效性。

1 色彩意象偏好模糊量化

文化創(chuàng)意產(chǎn)品的色彩意象反映了用戶對(duì)該產(chǎn)品的心理感知,常借助語言表達(dá),具有模糊性與不確定性。而三角模糊數(shù)有助于解決定量數(shù)字不能完全表達(dá)評(píng)價(jià)意見的問題[11],因此本文引入三角模糊數(shù)對(duì)用戶的色彩意象偏好進(jìn)行量化處理。

模糊數(shù)是指給定論域U上的一個(gè)模糊集,對(duì)任何x∈U,都有一個(gè)數(shù)μ(x)∈[0,1]與之對(duì)應(yīng),μ(x)稱為x對(duì)μ的隸屬度,μ(x)稱為x的隸屬函數(shù),即模糊數(shù)。三角模糊數(shù)是將模糊的語言評(píng)價(jià)變量值轉(zhuǎn)化為確定數(shù)值的一種方法,在評(píng)價(jià)決策中引入三角模糊數(shù),能很好解決評(píng)價(jià)對(duì)象屬性無法被準(zhǔn)確度量而只能用語言進(jìn)行模糊評(píng)價(jià)的問題。設(shè)評(píng)語集I={i0,i1,…,in}代表一組有序的語言評(píng)價(jià)值的集合,其中im(1≤m≤n)為該語言集中的一個(gè)語言評(píng)價(jià)結(jié)果,則該結(jié)果的三角模糊數(shù)可以表示為

(1)

采用Likert五級(jí)量表確定文化創(chuàng)意產(chǎn)品的色彩意象評(píng)價(jià)等級(jí)(n=4),則其對(duì)應(yīng)的三角模糊數(shù)與標(biāo)度如表1所示。

表1 評(píng)價(jià)語言集及其對(duì)應(yīng)的三角模糊數(shù)

2 群體意象偏好共識(shí)模型

為使旅游文化創(chuàng)意產(chǎn)品的配色設(shè)計(jì)更好反映用戶意象偏好,采用多用戶群體參與交互式配色設(shè)計(jì)過程,而用戶群體對(duì)設(shè)計(jì)方案感知的一致性程度反映了配色設(shè)計(jì)結(jié)果的可靠度。因此,構(gòu)建共識(shí)模型以評(píng)判群體感知的一致性。

(2)

(3)

則群體評(píng)價(jià)矩陣之間的距離為

(4)

采用算術(shù)平均值φ聚合所有距離為

B=φ(S)

(5)

對(duì)文化創(chuàng)意產(chǎn)品配色設(shè)計(jì)的某一方案,用戶群體的意象偏好共識(shí)度為

Cr=1-B

(6)

3 群體共識(shí)驅(qū)動(dòng)的交互式配色設(shè)計(jì)

3.1 交互式配色設(shè)計(jì)流程

交互式遺傳算法是一種進(jìn)化算法以模擬生物種群的優(yōu)勝劣汰,通過選擇、交叉、變異進(jìn)行配色方案進(jìn)化,最終得到方案滿意解。相比于傳統(tǒng)遺傳算法,交互式遺傳算法加入了與用戶的互動(dòng)評(píng)價(jià),將用戶的偏好與感知等隱性因素嵌入算法中,能夠得到更符合用戶感知的滿意解[12]。本文考慮群體交互式遺傳算法中的用戶評(píng)價(jià)一致性問題,在對(duì)用戶意象偏好量化基礎(chǔ)上,以群體意見共識(shí)度和滿意度兩方面驅(qū)動(dòng)交互式遺傳配色過程的進(jìn)行,其配色設(shè)計(jì)流程如圖1所示。

3.2 配色交互遺傳操作

1) 種群設(shè)置

根據(jù)實(shí)際需求,由設(shè)計(jì)師設(shè)置種群個(gè)數(shù)。配色方案中采取的個(gè)體編碼方式為

D={(d1,r1,g1,b1),…,(dx,ry,gy,by)},(x≥y)

(7)

式中:x為色彩分區(qū)數(shù)量;di為產(chǎn)品的第i個(gè)配色區(qū),i=1,2,…,x;y為產(chǎn)品配色方案包含的色彩數(shù)量;rj,gj,bj分別為某一配色區(qū)域的R,G,B色彩值,取值在0～255之間。

2) 生成初始種群

由(7)式得到種群個(gè)體編碼后,采取交互式遺傳算法,隨機(jī)生成個(gè)體色彩,得到初始化種群。

3) 用戶評(píng)價(jià)

采用語言評(píng)價(jià)變量收集用戶意象偏好,結(jié)合三角模糊數(shù)得到每一種群的個(gè)體評(píng)價(jià)值,以便進(jìn)行下一次種群進(jìn)化操作。首先,由用戶根據(jù)評(píng)語集I對(duì)種群方案進(jìn)行評(píng)價(jià),建立三角模糊數(shù)矩陣A。當(dāng)有多位用戶進(jìn)行評(píng)價(jià)時(shí),需在多用戶評(píng)價(jià)中選取群體一致性和滿意度較高的方案,作為下一次種群進(jìn)化的依據(jù)。即根據(jù)(3)～(6)式計(jì)算文化創(chuàng)意產(chǎn)品配色方案的共識(shí)度后,對(duì)用戶群體評(píng)價(jià)進(jìn)行判斷,最終得到方案的評(píng)價(jià)等級(jí)。

4) 種群進(jìn)化

以上過程得到經(jīng)過一致性決策的配色方案,由該子代種群作為基礎(chǔ)進(jìn)行選擇、交叉、變異的進(jìn)化操作,進(jìn)一步生成子代個(gè)體并重復(fù)用戶評(píng)價(jià)與計(jì)算過程,直至得到滿意的配色結(jié)果。

種群進(jìn)化包括3個(gè)部分:選擇、交叉、變異。

①選擇。使用輪盤賭算法,其基本思想為各配色個(gè)體被選中的概率與其適應(yīng)度大小成正比。即將個(gè)體比值在圓盤上劃分,個(gè)體得分按比例轉(zhuǎn)化為選擇的概率,則個(gè)體所占圓盤的比例越大,被選擇的概率就越大。

(8)

式中:pi表示第i個(gè)方案被選擇成為父本與母本的概率;xi為該方案的評(píng)價(jià)等級(jí);n為種群方案的個(gè)數(shù)。

②交叉。從父本或母本中隨機(jī)選擇色彩進(jìn)行交叉,完成該次重組。重復(fù)此過程直至獲得所有子代個(gè)體。

③變異。在種群進(jìn)化中,變異發(fā)生的概率相比于選擇、交叉要小得多,通過設(shè)置變異的概率來進(jìn)化個(gè)體。

5) 方案調(diào)整

生成用戶群體意象感知一致性程度高且評(píng)分等級(jí)高的配色方案后,即可結(jié)束交互式配色設(shè)計(jì)過程,由設(shè)計(jì)師對(duì)配色方案進(jìn)行細(xì)化,輸出文化創(chuàng)意產(chǎn)品配色設(shè)計(jì)方案。

4 色彩美度計(jì)算

為更好反映文化創(chuàng)意產(chǎn)品交互式配色設(shè)計(jì)輸出方案的質(zhì)量,引入色彩美度分析配色設(shè)計(jì)的成功程度。色彩美度包括色彩設(shè)計(jì)的秩序感和配色復(fù)雜度,計(jì)算如下所示：

M=O/C

(9)

式中:M為美度;O為秩序因數(shù);C為復(fù)雜度因數(shù)。秩序因數(shù)O的計(jì)算公式如下

(10)

式中:Og為僅由無彩色灰色組合時(shí)的秩序因數(shù);Oh,Ov與Oc為有彩色參與配色時(shí)分別僅有色相差、明度差、純度差決定的秩序因數(shù)。

配色復(fù)雜度通過計(jì)算配色總色彩數(shù)和所有可能組合的色對(duì)中,具有色相差、明度差、純度差的對(duì)數(shù),從而得到復(fù)雜度因數(shù)C,如(11)式所示。

C=Cm+Ch+Cv+Cc

(11)

式中,Cm為配色中的總色彩數(shù);Ch為所有可能組合色對(duì)中具有色相差的色對(duì)數(shù);Cv為所有可能組合色對(duì)中具有明度差的色對(duì)數(shù);Cc為所有可能組合色對(duì)中具有純度差的色對(duì)數(shù)。

根據(jù)(9)～(11)式,計(jì)算出色彩秩序感與色彩復(fù)雜度,進(jìn)一步求出色彩美度M。當(dāng)M>0.5時(shí),認(rèn)為產(chǎn)品配色是美的,并且符合美學(xué)規(guī)律,否則認(rèn)為是不美的。

5 實(shí)例應(yīng)用

以融合陜西文化特色元素的兵馬俑鑰匙扣掛件形象配色設(shè)計(jì)為例,對(duì)論文方法進(jìn)行驗(yàn)證。由于地域文化特性限制,兵馬俑頭發(fā)與面部特征由設(shè)計(jì)師預(yù)先確定,服裝配色設(shè)計(jì)方案利用基于CorelDRAW軟件的宏編輯器構(gòu)建的交互式遺傳配色設(shè)計(jì)系統(tǒng)生成。

設(shè)定每代種群產(chǎn)生6個(gè)配色方案,選取具有3年以上文化創(chuàng)意產(chǎn)品設(shè)計(jì)經(jīng)驗(yàn)的5名設(shè)計(jì)師參與交互式配色設(shè)計(jì)過程。

考慮從文化性與獨(dú)特性兩方面進(jìn)行配色評(píng)價(jià),評(píng)語集為:非常不喜歡(i1)、不喜歡(i2)、一般(i3)、喜歡(i4)、非常喜歡(i5)。為保證種群多樣性,設(shè)置淘汰線為“不喜歡以下”,變異概率為0.15。根據(jù)共識(shí)度計(jì)算公式,5名用戶偏好共識(shí)最高是1,其次是0.858,但由于用戶認(rèn)知差異存在,其對(duì)文化創(chuàng)意產(chǎn)品的認(rèn)知較難達(dá)成一致,因此設(shè)定群體共識(shí)度閾值為0.85。設(shè)定屬于不同閾值Cr的評(píng)價(jià)等級(jí)如表2所示。

表2 不同共識(shí)度及對(duì)應(yīng)評(píng)價(jià)等級(jí)

文化創(chuàng)意產(chǎn)品交互式配色設(shè)計(jì)的基本過程如下:

步驟15名用戶分別為6個(gè)方案進(jìn)行意象偏好等級(jí)評(píng)價(jià),初始種群6個(gè)方案的用戶語言評(píng)價(jià)如表3所示。

表3 初始方案用戶評(píng)價(jià)

步驟2根據(jù)表1評(píng)價(jià)語言集及其對(duì)應(yīng)的三角模糊數(shù),將表3中的各評(píng)價(jià)等級(jí)轉(zhuǎn)換為所對(duì)應(yīng)的三角模糊數(shù)矩陣,如表4所示。

表4 三角模糊數(shù)矩陣

步驟3計(jì)算各配色方案的用戶評(píng)價(jià)共識(shí)度。由(3)～(5)式計(jì)算表4所示矩陣中每個(gè)方案的聚合評(píng)價(jià)距離B,由(6)式得到每一方案的共識(shí)度Cr,然后根據(jù)表2將共識(shí)度轉(zhuǎn)化為對(duì)應(yīng)評(píng)價(jià)等級(jí),如表5所示。

表5 方案共識(shí)度與一致性決策后的評(píng)價(jià)等級(jí)

文化創(chuàng)意產(chǎn)品交互式配色界面如圖2所示。

圖2 文化創(chuàng)意產(chǎn)品交互式配色界面

步驟4在交互配色界面依次選擇對(duì)應(yīng)的評(píng)價(jià)按鈕及“生成新種群”按鈕,經(jīng)過交互式遺傳算法得到新一代種群,重復(fù)步驟1～4進(jìn)行評(píng)價(jià),進(jìn)化直至子代種群的每一方案獲得滿意度為“喜歡”及以上即可結(jié)束配色。經(jīng)過18代交互式遺傳進(jìn)化操作后,得到較為滿意的子代種群,其每個(gè)方案都得到較高的共識(shí)度與評(píng)價(jià)等級(jí)。各代進(jìn)化種群方案的共識(shí)度與用戶群體評(píng)價(jià)等級(jí)的變化如圖3所示。

圖3 進(jìn)化種群的共識(shí)度及用戶評(píng)價(jià)等級(jí)變化曲線

由圖3可知,在前10代進(jìn)化過程中,用戶對(duì)于配色方案的評(píng)價(jià)差異較大,在10代以后趨于一致,這反映了隨著算法的進(jìn)行,群體用戶的認(rèn)知差異在逐漸縮小,算法呈現(xiàn)較好的收斂性。

在進(jìn)化至第18代時(shí)用戶群體對(duì)文化創(chuàng)意產(chǎn)品的意象感知在共識(shí)度和評(píng)分滿意度上均達(dá)到配色要求,得到群體共識(shí)度超過設(shè)置閾值與群體評(píng)價(jià)至少在“喜歡”及以上的6款配色方案,如圖4所示。

圖4 最終方案

步驟5色彩美度計(jì)算。根據(jù)(9)～(11)式,得到各配色方案的美度如表6所示。從配色方案的美度分析結(jié)果可知,6個(gè)方案的美度M均大于0.5,符合美度原理。方案1與方案6美度值達(dá)到1.52和1.55,可作為優(yōu)選配色方案進(jìn)一步優(yōu)化。

表6 配色方案美度計(jì)算結(jié)果

續(xù)表6

步驟6目標(biāo)用戶評(píng)價(jià)最終方案。為驗(yàn)證用戶群體對(duì)最終方案的評(píng)價(jià)與模型計(jì)算結(jié)果的一致性程度,選取具有陜西秦始皇帝陵博物院游覽經(jīng)歷的用戶20名,對(duì)圖4中6個(gè)方案從文化性和獨(dú)特性兩方面進(jìn)行評(píng)價(jià)。采用三角模糊數(shù)收集用戶意見,結(jié)果如表7所示。根據(jù)表7中用戶意象偏好計(jì)算共識(shí)度和6個(gè)配色方案的評(píng)價(jià)等級(jí),如表8所示。

表7 最終方案的用戶評(píng)價(jià)

表8 最終方案共識(shí)度與一致性決策后的評(píng)價(jià)等級(jí)

由表8可知,6個(gè)方案的用戶意象偏好共識(shí)度均超過閾值0.85,且評(píng)價(jià)等級(jí)均達(dá)到“喜歡”及以上。其中方案1、方案3、方案6評(píng)價(jià)等級(jí)為非常喜歡,與步驟1～步驟5計(jì)算后得到的優(yōu)化方案一致,進(jìn)一步驗(yàn)證了用戶群體實(shí)際感知與本文模型結(jié)果的一致性與有效性。

6 討 論

1) 以用戶群體的意象偏好共識(shí)驅(qū)動(dòng)文化創(chuàng)意產(chǎn)品交互式配色設(shè)計(jì),目的是使最終的設(shè)計(jì)方案具有良好的群體認(rèn)知一致性。當(dāng)不考慮群體共識(shí)時(shí),各代方案的評(píng)價(jià)等級(jí)將以群體評(píng)價(jià)均值確定,反映的是評(píng)價(jià)群體的分布與集中趨勢(shì),易受用戶群體的極端評(píng)價(jià)影響。若在種群進(jìn)化時(shí)以此為依據(jù)確定各代最優(yōu)個(gè)體,會(huì)導(dǎo)致進(jìn)化過早收斂、進(jìn)化個(gè)體與用戶群體意象偏好差距大等問題。而引入共識(shí)模型,以用戶群體評(píng)價(jià)的一致性與滿意度兩方面作為種群進(jìn)化約束,有助于避免用戶意見不一致的現(xiàn)象,使進(jìn)化個(gè)體更好反映用戶群體意象偏好。

2) 評(píng)價(jià)等級(jí)與共識(shí)度的關(guān)系并非正相關(guān)。共識(shí)模型的作用是確定群體評(píng)價(jià)的一致性程度,進(jìn)而篩選出能夠高度代表群體評(píng)價(jià)的數(shù)據(jù),只有滿足共識(shí)度閾值的群體評(píng)價(jià)才會(huì)被選擇進(jìn)入種群進(jìn)化中。如圖3所示,第11代與第14代個(gè)體共識(shí)度較低,但最終評(píng)價(jià)等級(jí)較高,第16代與第18代種群共識(shí)度高,評(píng)價(jià)等級(jí)也高?？梢娫u(píng)價(jià)等級(jí)的高低與共識(shí)度并無直接聯(lián)系,共識(shí)度由用戶群體意象偏好的一致性程度確定。因此,經(jīng)過共識(shí)模型處理后的群體評(píng)價(jià)能更好反映群體偏好,在共識(shí)度與評(píng)價(jià)等級(jí)的雙重閾值設(shè)定下,能夠保證最終的進(jìn)化個(gè)體收斂于趨向高共識(shí)度、高評(píng)價(jià)等級(jí)的結(jié)果。

3) 本文實(shí)驗(yàn)過程采用單機(jī)平臺(tái),在基于交互式遺傳算法生成配色方案后,由群體用戶參與意象偏好評(píng)價(jià),根據(jù)共識(shí)度計(jì)算結(jié)果輸入交互式配色系統(tǒng),配色效率受到一定制約。后續(xù)研究中可進(jìn)一步將算法拓展到分布式計(jì)算機(jī)系統(tǒng)、互聯(lián)網(wǎng)或移動(dòng)平臺(tái),以提高算法執(zhí)行效率并進(jìn)一步驗(yàn)證論文方法在文化創(chuàng)意產(chǎn)品配色設(shè)計(jì)中的有效性。

7 結(jié) 論

在文化創(chuàng)意產(chǎn)品的配色設(shè)計(jì)過程中,引入多用戶群體參與有助于提升配色質(zhì)量。但受到每位用戶的知識(shí)背景、社會(huì)閱歷、個(gè)人喜好等影響,群體的偏好感知存在差異。針對(duì)該問題,本文引入模糊理論中的三角模糊數(shù)對(duì)用戶的意象偏好進(jìn)行量化,構(gòu)建了群體共識(shí)度模型并將其融入到基于交互式遺傳算法的文化創(chuàng)意產(chǎn)品配色設(shè)計(jì)中,以群體評(píng)價(jià)的共識(shí)度和滿意度為約束驅(qū)動(dòng)方案進(jìn)化。實(shí)例驗(yàn)證表明,本文所提方法有助于在文化創(chuàng)意產(chǎn)品配色設(shè)計(jì)中融合多用戶群體的意象偏好,能夠有效地輔助設(shè)計(jì)師輸出滿足群體共識(shí)度和滿意度的配色方案,提高文化創(chuàng)意產(chǎn)品配色設(shè)計(jì)的質(zhì)量和效率。