CNN 算法在玻璃陶瓷造型設(shè)計(jì)中的應(yīng)用研究

王藝賢

（上海視覺藝術(shù)學(xué)院，上海 201620）

本文運(yùn)用具體的案例，分析將人工智能中的深度學(xué)習(xí)算法運(yùn)用到玻璃與陶瓷造型設(shè)計(jì)中的可行性。通過具體的模型建設(shè)，分析出作品的缺陷所在，使學(xué)生在沒有老師、專家等人的指導(dǎo)下亦能通過人工智能方法開發(fā)出能識(shí)別作品優(yōu)劣的程序，并能精確定位到作品待改善的地方，使設(shè)計(jì)師提高設(shè)計(jì)的效率，不再為造型的好壞花費(fèi)較長的時(shí)間。與此同時(shí)，傳統(tǒng)造型設(shè)計(jì)的鑒賞通過專家識(shí)別，依靠的是專家經(jīng)年累月的見識(shí)與洞察力，其經(jīng)驗(yàn)難以復(fù)制，但如果將已鑒定的作品交給深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，也可使得模型具有分辨作品優(yōu)劣真?zhèn)蔚裙δ?，以?shí)現(xiàn)對(duì)新的作品進(jìn)行識(shí)別分類的目的。將人的經(jīng)驗(yàn)傳給人工智能模型，使其具備專家在某個(gè)領(lǐng)域的能力，繼而用人工智能取代人為判斷，大幅度提高效率。

一、智能時(shí)代下的玻璃陶瓷造型設(shè)計(jì)的新方向

造型設(shè)計(jì)是所有設(shè)計(jì)中重要的環(huán)節(jié)，沒有造型設(shè)計(jì)便缺少了靈魂。優(yōu)秀的設(shè)計(jì)中可以捕捉到優(yōu)秀的造型設(shè)計(jì)，如何正確地認(rèn)識(shí)自然，深入生活，反映和創(chuàng)作出適合社會(huì)主義物質(zhì)生活和人民大眾審美要求的新造型是當(dāng)今設(shè)計(jì)師所要考慮的重點(diǎn)之一 。因此，設(shè)計(jì)是復(fù)雜的，而如何在復(fù)雜化的設(shè)計(jì)流程中產(chǎn)生更快的效率呢？讓我們不得不針對(duì)當(dāng)下的時(shí)代模式進(jìn)行思考。

處于信息時(shí)代下的設(shè)計(jì)師們，大量信息的涌入使得大家擁有了豐富的大數(shù)據(jù)資源。人工智能技術(shù)能夠自動(dòng)地篩選數(shù)據(jù)信息，構(gòu)建密集型的信息網(wǎng)格。將人工智能技術(shù)應(yīng)用于造型設(shè)計(jì)領(lǐng)域，能夠?yàn)樵O(shè)計(jì)創(chuàng)作提供更加高效便捷的信息載體。人工智能技術(shù)可自動(dòng)分析海量的數(shù)據(jù)，運(yùn)算速度快、精度高，這是人腦所不能比擬的。因此，可以利用人工智能技術(shù)來處理各種有著復(fù)雜構(gòu)造的玻璃、陶瓷造型藝術(shù)產(chǎn)品，并對(duì)其進(jìn)行分析識(shí)別、局部改進(jìn)，從而創(chuàng)作出辨識(shí)度更高、藝術(shù)性更強(qiáng)的造型作品，提高設(shè)計(jì)效率，這成了智能時(shí)代下一個(gè)新的思考方向。

二、人工智能技術(shù)在玻璃陶瓷造型設(shè)計(jì)中運(yùn)用的具體案例分析

通過分析與調(diào)研，在眾多的人工智能技術(shù)領(lǐng)域中，研究并選擇適合造型視覺設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)模型建立并運(yùn)用于玻璃、陶瓷造型設(shè)計(jì)中。

（一）卷積神經(jīng)網(wǎng)絡(luò)的概念以及運(yùn)用

藝術(shù)領(lǐng)域使用人工智能方法已不是首創(chuàng)，AI 已經(jīng)可以完成人類手繪藝術(shù)的一部分，但是如何在繪畫成品中進(jìn)行快速的評(píng)判和修改還要進(jìn)一步的研究。因此，需要研究更為精準(zhǔn)的算法去分類。卷積神經(jīng)網(wǎng)絡(luò)等方法已應(yīng)用到醫(yī)療上的疾病識(shí)別，商場的無人售貨機(jī)，工業(yè)上的自動(dòng)分揀等多個(gè)領(lǐng)域，在藝術(shù)的領(lǐng)域中的挖掘更為深入。

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，簡稱CNN）是深度學(xué)習(xí)當(dāng)中一個(gè)非常重要的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它更多用在圖像處理、視頻處理、音頻處理以及自然語言處理等。早在20 世紀(jì)80 年代，卷積神經(jīng)網(wǎng)絡(luò)的概念就已經(jīng)被提出來了。但其真正的崛起卻是在21 世紀(jì)之后，隨著深度學(xué)習(xí)理論的不斷完善，同時(shí)，由于硬件性能的爆炸式提升，算力的不斷增長等因素的促進(jìn)，給卷積神經(jīng)網(wǎng)絡(luò)這種算法提供了大放異彩的空間。Yann LeCun[1]等在1998 年提出LeNet 卷積神經(jīng)網(wǎng)路模型,設(shè)計(jì)之初只是用于手寫數(shù)字的識(shí)別，到如今已成為卷積神經(jīng)網(wǎng)絡(luò)的 HelloWorld。受限于計(jì)算機(jī)的算力不足，加之支持向量機(jī) (核學(xué)習(xí)方法) 的興起，CNN 方法并未成為當(dāng)時(shí)學(xué)術(shù)界認(rèn)可的主流方法。

如果說LeNet 奠定了卷積神經(jīng)網(wǎng)絡(luò)的一個(gè)基礎(chǔ)，那么Krizhevsky Alex[2]等在2012年提出的AlexNet 就是飛躍了一大步。現(xiàn)在神經(jīng)網(wǎng)絡(luò)當(dāng)中應(yīng)用的許多技術(shù)，在AlexNet當(dāng)中都有所體現(xiàn)，比如說：使用了ReLU 函數(shù)，避免梯度的消失問題；正則化（如Batch Norm）在AlexNet 當(dāng)中大量使用，加快了運(yùn)算效率，引入Dropout 技術(shù)，極大地避免的過擬合，從結(jié)構(gòu)上看，AlexNet 也有獨(dú)有的特點(diǎn)：我們知道，綜合來看，GPU的運(yùn)行速度要遠(yuǎn)快于CPU，于是AlexNet 當(dāng)中采用了雙CPU 運(yùn)行；卷積層、池化層的交替使用，全連接層的應(yīng)用被完美地繼承了下來。Simonyan,Karen 與Zisserman,Andrew[3]在2014 年提出VGG Net 模型，這個(gè)神經(jīng)網(wǎng)絡(luò)探索了卷積神經(jīng)網(wǎng)絡(luò)的深度和其性能之間的關(guān)系，通過反復(fù)堆疊33 的小型卷積核和22 的采用了Max Pooling 的池化層，成功地構(gòu)建了16～19 層深的卷積神經(jīng)網(wǎng)絡(luò)。由于它的間接性和實(shí)用性，馬上成為了當(dāng)時(shí)最流行的神經(jīng)網(wǎng)絡(luò)模型。它在圖像分類和目標(biāo)檢測任務(wù)中都表現(xiàn)出非常好的效果。He,Kaiming 等在2015 年使用ResNet 模型獲得了當(dāng)年ImageNet 競賽中分類、目標(biāo)檢測等多個(gè)項(xiàng)目的第一名，該模型具有超深的網(wǎng)絡(luò)結(jié)構(gòu)(突破1000 層)、提出了殘差模塊，使用Batch Normalization(一種標(biāo)準(zhǔn)化處理)加速訓(xùn)練(丟棄Dropout)。

（二）模型建立

1.根據(jù)玻璃、陶瓷造型設(shè)計(jì)，建立模型需要解決的問題

1）學(xué)生的造型設(shè)計(jì)，不能及時(shí)得到老師的反饋，老師或?qū)＜覠o法在短時(shí)間內(nèi)對(duì)作品進(jìn)行分析，所以教學(xué)效果不能以最高效的方式反饋給學(xué)生，導(dǎo)致學(xué)生設(shè)計(jì)的效率低下，用算法介入進(jìn)行數(shù)據(jù)分析與提煉。

2）設(shè)計(jì)師通?；ㄙM(fèi)較長的時(shí)間去反復(fù)斟酌線條的比例以及與制作工藝結(jié)合中的合理性，導(dǎo)致效率低下，生產(chǎn)率低。用數(shù)據(jù)模型介入快捷的輸出所要的結(jié)果。

2.卷積神經(jīng)網(wǎng)絡(luò)模型更新?lián)Q代的過程

卷積神經(jīng)網(wǎng)絡(luò)（CNN，Convolutional Neural Network）在圖像領(lǐng)域的應(yīng)用非常廣泛，一般一個(gè)CNN 網(wǎng)絡(luò)主要包含卷積層，池化層（pooling），全連接層，損失層等。

1）神經(jīng)元

神經(jīng)網(wǎng)絡(luò)由大量的神經(jīng)元相互連接而成。每個(gè)神經(jīng)元接受線性組合的輸入后，最開始只是簡單的線性加權(quán)，后來給每個(gè)神經(jīng)元加上了非線性的激活函數(shù)，從而進(jìn)行非線性變換后輸出。每兩個(gè)神經(jīng)元之間的連接代表加權(quán)值，稱之為權(quán)重（weight）。不同的權(quán)重和激活函數(shù)，則會(huì)導(dǎo)致神經(jīng)網(wǎng)絡(luò)不同的輸出。

2）神經(jīng)網(wǎng)絡(luò)

圖1 的單個(gè)神經(jīng)元模型智能解決極簡單的分類問題，但隨著問題變得復(fù)雜，決定物體類別的特征變得很多的時(shí)候，簡單模型便不能準(zhǔn)備識(shí)別物體類型。因此，將多個(gè)神經(jīng)元組織在一起，且加上一個(gè)或多個(gè)隱藏層，就形成了神經(jīng)網(wǎng)絡(luò)，如圖2。

大海子水庫新建涵洞、閘井工程總投資284.92萬元，其中建筑工程、臨時(shí)工程、獨(dú)立費(fèi)用所占比重較大。經(jīng)過經(jīng)濟(jì)評(píng)價(jià)，本工程在經(jīng)濟(jì)上合理可行，且項(xiàng)目投入使用后各受益方需要分?jǐn)傎M(fèi)用，農(nóng)業(yè)灌溉作為最大的受益方完全可以承受新水價(jià)，因此該項(xiàng)目實(shí)施有較好的社會(huì)和經(jīng)濟(jì)效益。

圖2 神經(jīng)網(wǎng)絡(luò)

常用的非線性激活函數(shù)有sigmoid、tanh、relu 等等，前兩者sigmoid/tanh 比較常見于全連接層，后者relu 常見于卷積層。

3）研究出適用于玻璃、陶瓷造型設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)

圖2 神經(jīng)網(wǎng)絡(luò)屬于全連接的結(jié)構(gòu)，但因?qū)嶋H問題復(fù)雜，圖像作為輸入層的特征量大，需要較多的隱藏層等特性，全連接的神經(jīng)網(wǎng)絡(luò)模型會(huì)過于復(fù)雜，計(jì)算量過大，且有過擬合的風(fēng)險(xiǎn)，因此本文采用具有局部感知機(jī)制的CNN 算法。

根據(jù)陶瓷、造型研究出適用的卷積神經(jīng)網(wǎng)絡(luò)，卷積流程示意圖如圖3，輸入的二維圖像，先經(jīng)過三次卷積層、池化層和Batchnorm，再經(jīng)過全連接層，最后使用softmax 分類作為輸出層。

圖3 CNN 流程圖

如圖3，輸入32×32 的圖像，3 通道RGB 彩色圖像。卷積函數(shù)的卷積核shape為5×5×3，depth 表示卷積核的個(gè)數(shù)，取值為2，stride 表示移動(dòng)步長，取值為1。激活函數(shù)使用Relu，保證輸出結(jié)果不小于0，池化函數(shù)采用最大池化。對(duì)結(jié)果進(jìn)行softmax 處理。

（三）研究出適用的建模求解

確立了適用的卷積神經(jīng)網(wǎng)絡(luò)的架構(gòu)后，開始從以下步驟建立模型。

1.Step1：準(zhǔn)備數(shù)據(jù)

2.Step2：模型設(shè)計(jì)

使用百度旗下的paddle框架，定義一個(gè)卷積神經(jīng)網(wǎng)絡(luò)函數(shù)，內(nèi)含經(jīng)過3層卷積過程，函數(shù)的輸入?yún)?shù)為一張圖片，第一層的卷積結(jié)果作為第二層卷積的輸入，第二層卷積的結(jié)果作為第三層的卷積輸入，最后以softmax 為激活函數(shù)的全連接作為輸出層。（表1）

表1 參數(shù)設(shè)定表

然后，使用交叉商損失函數(shù)、Adam 優(yōu)化方法，同時(shí)指定學(xué)習(xí)率為0.001，對(duì)模型機(jī)型驗(yàn)證和優(yōu)化。

3.Step3：根據(jù)研究出的算法進(jìn)行模型訓(xùn)練

利用paddle 框架的fluid 模塊創(chuàng)建用于模型訓(xùn)練的Executor，并設(shè)定它的運(yùn)算場所為CPU 或GPU [place=fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()]，然后對(duì)Executor 應(yīng)用fluid.default_startup_program()進(jìn)行初始化，最后進(jìn)行訓(xùn)練過程，訓(xùn)練過程需要3 個(gè)參數(shù)分別是program、feed、fetch_list。Program 選用fluid提供的default_main_program()，feed 即用600 張圖片的數(shù)據(jù)集，fetch_list 取損失函數(shù)avg_cost 和準(zhǔn)確度acc，提供好參數(shù)后，將Executor run 起來，即得到了訓(xùn)練模型。訓(xùn)練過程中，隨迭代的次數(shù)，模型的損失值cost 和準(zhǔn)確率acc 如圖4 所示。隨著迭代次數(shù)的增加，準(zhǔn)確率逐步提升，當(dāng)?shù)螖?shù)趨近于1000000 次時(shí)，準(zhǔn)確率收斂于100%。

圖4 zcost 和acc

4.Step4：模型預(yù)測中進(jìn)行玻璃、陶瓷造型線條的識(shí)別

通過算法模型的建立，直接可以用視覺圖片的方式輸入，通過模型運(yùn)算直接輸出想要的結(jié)果，直接可得到造型的具體描述，通過造型的具體描述，設(shè)計(jì)師可以在設(shè)計(jì)過程中選擇采用以及不采用該造型。

根據(jù)算法模型，如圖5 所示的陶瓷作品在53.28%的概率上被認(rèn)為是high level 造型設(shè)計(jì)作品，46.72%的概率上被認(rèn)為是norma 造型設(shè)計(jì)作品。設(shè)計(jì)師或者學(xué)生在創(chuàng)作中可以根據(jù)作品的描述自行修改造型。該算法的研究只適用于對(duì)玻璃、陶瓷造型的線條以及比例關(guān)系進(jìn)行分類，但是在具體數(shù)據(jù)參數(shù)的輸出中還需要進(jìn)一步研究和完善。在算法模型的建立研究中，后期還需根據(jù)大量的數(shù)據(jù)，增加算法模型對(duì)造型數(shù)據(jù)的具體描述，例如直接輸出：比例關(guān)系、線條尺度等多方面的細(xì)節(jié)，方便設(shè)計(jì)師以及學(xué)生對(duì)造型細(xì)節(jié)的再次修改與完善，得出最優(yōu)解。

圖5 陶瓷造型的線條識(shí)別

三、結(jié)語

通過算法模型的研究發(fā)現(xiàn)，選擇人工智能中的卷積神經(jīng)網(wǎng)絡(luò)運(yùn)用到玻璃與陶瓷造型設(shè)計(jì)中，運(yùn)用具體模型的建立，再到用具體的玻璃、陶瓷造型案例進(jìn)行測試，得出此算法運(yùn)用在玻璃陶瓷造型設(shè)計(jì)中的可行性。此算法，在幫助設(shè)計(jì)師以及學(xué)生減輕設(shè)計(jì)工作壓力的同時(shí)，解決相當(dāng)大的時(shí)間浪費(fèi)的問題，有效縮短時(shí)間，將其運(yùn)用到工藝美術(shù)以及多維度的造型設(shè)計(jì)的教學(xué)中，對(duì)藝術(shù)教育的發(fā)展起到了一定的推動(dòng)作用，通過人工智能技術(shù)，有效地幫助學(xué)生更好更高效地進(jìn)行造型設(shè)計(jì)。在往后的研究與模型調(diào)試中，還可進(jìn)一步對(duì)算法模型進(jìn)行深入的調(diào)整，使其數(shù)據(jù)更加具體化，更加細(xì)化。

但在人工智能應(yīng)用于藝術(shù)設(shè)計(jì)中，人工智能目前只能夠輔助人們完成部分設(shè)計(jì)工作，沒辦法與人類的思想以及審美達(dá)成一定的共鳴，設(shè)計(jì)中人類的思想和審美境界無法被人工智能所取代，這也是人類在設(shè)計(jì)工作中的重要價(jià)值。人工智能算法雖然能夠高效率地完成大量的數(shù)據(jù)分析，但是人類的思想情感共鳴在機(jī)器中并不能夠很好地體現(xiàn)出來，機(jī)器無法識(shí)別人類的精神思想。人工機(jī)器以及智能算法，在造型設(shè)計(jì)以及藝術(shù)設(shè)計(jì)運(yùn)用中都是有一定程度的程序化、智能化和公式化，無法像人腦一樣，有一定審美意識(shí)的產(chǎn)生藝術(shù)靈感，并根據(jù)靈感進(jìn)行一系列的創(chuàng)作。所以藝術(shù)設(shè)計(jì)的未來發(fā)展中，在運(yùn)用人工智能導(dǎo)入的同時(shí)，需要研發(fā)人工智能感性的思維領(lǐng)域，加入審美思維的算法研究，在思想領(lǐng)域共通互融、形成藝術(shù)智能發(fā)展的有機(jī)整體，這也是未來人類在人工智能領(lǐng)域中需要思考和發(fā)展的。