關(guān)鍵詞:景泰藍;風(fēng)格遷移;文創(chuàng)產(chǎn)品;設(shè)計方法;非物質(zhì)文化遺產(chǎn)
中圖分類號:J528.7 文獻標(biāo)識碼:A
文章編號:1003-0069(2024)24-0010-05
引言
景泰藍非物質(zhì)文化遺產(chǎn)是東西方文明交匯的藝術(shù)結(jié)晶,具有重要的歷史、文化和藝術(shù)價值。傳入中國數(shù)百年來,其以追慕古風(fēng)的方式迅速融入了中國傳統(tǒng)金屬藝術(shù)的體系,創(chuàng)新出獨特的圖案紋飾,承載了中國傳統(tǒng)藝術(shù)的審美特色與文化價值。在新時代背景下,如何將景泰藍傳統(tǒng)文化元素與現(xiàn)代設(shè)計理念相融合,通過創(chuàng)意和設(shè)計的力量,以新的形式呈現(xiàn)給公眾,創(chuàng)造出既符合現(xiàn)代審美又不失傳統(tǒng)韻味的文創(chuàng)產(chǎn)品,成為當(dāng)前面臨的重大挑戰(zhàn)。
論文以“景泰藍文創(chuàng)產(chǎn)品的創(chuàng)新設(shè)計方法與實踐”為主題,旨在通過使用人工智能技術(shù)等現(xiàn)代科技手段,為景泰藍文創(chuàng)產(chǎn)品的設(shè)計開發(fā)提供新的思路和方法論支持。期望通過研究,不僅能夠豐富景泰藍文創(chuàng)產(chǎn)品的設(shè)計內(nèi)涵、拓展其市場應(yīng)用領(lǐng)域,同時也能夠為其他傳統(tǒng)工藝與現(xiàn)代科技的融合發(fā)展提供了有益的借鑒和參考。在研究方法上,課題采用定性與定量相結(jié)合的綜合分析方法,通過文獻綜述、案例分析、實地調(diào)研以及實驗驗證等多種手段,挖掘景泰藍藝術(shù)與文化創(chuàng)意產(chǎn)品載體的結(jié)合點,全面深入地探討景泰藍文創(chuàng)產(chǎn)品創(chuàng)新設(shè)計的內(nèi)在邏輯和實現(xiàn)路徑,構(gòu)建基于景泰藍藝術(shù)風(fēng)格的文創(chuàng)產(chǎn)品設(shè)計流程。
一、研究背景
景泰藍集歷史、文化、藝術(shù)于一身,并以其特有的民族藝術(shù)風(fēng)貌和深厚的文化底蘊而著稱。目前,景泰藍藝術(shù)發(fā)展呈現(xiàn)了截然不同的發(fā)展方向。部分藝術(shù)家堅持對傳統(tǒng)技藝的精確復(fù)刻,堅守傳統(tǒng)的審美追求。另一部分藝術(shù)家則注重觀念的表達,以藝術(shù)創(chuàng)作為導(dǎo)向,傳統(tǒng)景泰藍藝術(shù)中的工藝、色彩、圖案等特征被抽離出來成為觀念與情感表達的不同元素。隨著深度學(xué)習(xí)等人工智能技術(shù)在圖像生成和風(fēng)格遷移等領(lǐng)域大獲成功,利用人工智能技術(shù)分析非遺元素、自動提取和分類非遺文化圖案、紋樣等特征,識別和定位非遺文化的重要元素,在景泰藍等非遺文創(chuàng)產(chǎn)品設(shè)計中呈現(xiàn)出巨大的應(yīng)用潛力,可以助力非遺衍生品設(shè)計達到實用性、文化性與藝術(shù)性的高度融合與統(tǒng)一。
(一)景泰藍產(chǎn)品視覺藝術(shù)元素特點
1. 色彩鮮明艷麗。景泰藍的色彩大多源于自然界中各種顏色石料的色彩構(gòu)成,色澤柔和、自然、真實,一件景泰藍產(chǎn)品上的顏色有時多達十幾種,在視覺上具有極高的吸引力和感染力。
2. 紋飾優(yōu)雅逼真。通過掐絲和點藍等工藝精心制作而成的景泰藍圖案,涵蓋了各種花卉、動物、人物等題材,設(shè)計復(fù)雜精美,藝術(shù)價值和觀賞性極高,具有極強的視覺沖擊力。
3. 工藝取材精良。景泰藍掐絲工藝采用細扁銅絲做線條,在銅制的胎上捏出各種圖案花紋。這些金屬線條通過自身的流暢和頓挫、曲直委婉或疏密有致的不同狀態(tài),呈現(xiàn)出獨特的裝飾效果。景泰藍表面的琺瑯釉料經(jīng)過特殊處理后,如同玻璃一樣光滑,散發(fā)出璀璨奪目的光澤,高貴典雅。
4. 景泰藍的造型端正、規(guī)矩、平穩(wěn)。在視覺上穩(wěn)重、大氣從而達到一種平衡狀態(tài),使人感受到其和諧統(tǒng)一的美感[7][8]
(二)人工智能技術(shù)
人工智能技術(shù)不僅提供了新的藝術(shù)設(shè)計工具和方法,而且也深度影響了藝術(shù)設(shè)計的觀念和思維方式,帶來了更多的創(chuàng)作靈感。
機器學(xué)習(xí)是一種利用算法和數(shù)學(xué)模型讓計算機通過數(shù)據(jù)學(xué)習(xí)和預(yù)測的人工智能技術(shù)。深度學(xué)習(xí)是機器學(xué)習(xí)的一個子集,基于模仿大腦中神經(jīng)元相互發(fā)出信號方式的人工神經(jīng)網(wǎng)絡(luò)模型,如圖1所示。
神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)算法的支柱。VGG 模型是一個經(jīng)典的深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò),由牛津大學(xué)的視覺幾何組開發(fā)而得名,因其簡單和高效而廣泛用于圖像識別任務(wù)中。其核心是將多個較小尺寸的3x3 卷積核串聯(lián)起來替代一個較大尺寸的卷積核,從而減少模型參數(shù)量;同時,網(wǎng)絡(luò)深度達16 或19 層。這種深度網(wǎng)絡(luò)結(jié)構(gòu)和小尺寸卷積核的設(shè)計策略使其具有優(yōu)異的圖像分類性能,可以更好地捕獲圖像的細節(jié)和高層次特征[1],如圖2。
風(fēng)格遷移是利用卷積神經(jīng)網(wǎng)絡(luò)將風(fēng)格圖像中的風(fēng)格、紋理等特征提取并巧妙移植至目標(biāo)圖像中的一種基于深度學(xué)習(xí)的圖像處理技術(shù)。VGG模型通常被用來提取內(nèi)容圖片和風(fēng)格圖片的特征,以計算內(nèi)容損失和風(fēng)格損失。這些損失函數(shù)定義了風(fēng)格遷移的目標(biāo),即生成的圖像在視覺上看起來像內(nèi)容圖片,但風(fēng)格上模仿風(fēng)格圖片[2],如圖3。
(三)快速風(fēng)格遷移網(wǎng)絡(luò)
最初的風(fēng)格遷移只能合成一個視覺紋理或?qū)⒁环N藝術(shù)風(fēng)格轉(zhuǎn)移到目標(biāo)圖像,且優(yōu)化過程慢,不具備學(xué)習(xí)繪畫風(fēng)格表現(xiàn)等能力。TensorFlow的藝術(shù)風(fēng)格快速轉(zhuǎn)移網(wǎng)絡(luò)可以有效解決這一問題。如圖4 所示,這種風(fēng)格遷移網(wǎng)絡(luò)由生成網(wǎng)絡(luò)和損失網(wǎng)絡(luò)兩部分組成。
其生成網(wǎng)絡(luò)是基于MobilenetV2 的神經(jīng)網(wǎng)絡(luò)的風(fēng)格預(yù)測模型和另一種神經(jīng)網(wǎng)絡(luò)構(gòu)成的風(fēng)格轉(zhuǎn)換模型構(gòu)成。MobileNetV2 是近年開發(fā)的一種輕量級網(wǎng)絡(luò)模型,使用了線性瓶頸和反向殘差結(jié)構(gòu)優(yōu)化網(wǎng)絡(luò),網(wǎng)絡(luò)層次更深,模型體積更小、速度更快[9]。采用風(fēng)格預(yù)測模型的核心優(yōu)勢在于,先導(dǎo)入圖像S,然后預(yù)測規(guī)范化常數(shù)的嵌入向量,模型就可以在測試時預(yù)測其適當(dāng)?shù)娘L(fēng)格,并嵌入具有新風(fēng)格的圖像。
其損失網(wǎng)絡(luò)為VGG 網(wǎng)絡(luò)。是總損失函數(shù),也是迭代計算過程的優(yōu)化目標(biāo)。經(jīng)過多輪迭代運算優(yōu)化,使得目標(biāo)函數(shù)最小化,從而將輸入圖片S 的風(fēng)格轉(zhuǎn)移到風(fēng)格圖片I中。是內(nèi)容圖像的損失函數(shù),是風(fēng)格圖像的損失函數(shù)。I代表了該模型的第I層模型。是用來衡量風(fēng)格圖像和內(nèi)容圖像的對總損失函數(shù)的權(quán)重,F為特征矩陣,而G為格拉姆矩陣[17]。
二、人工智能技術(shù)在文創(chuàng)產(chǎn)品中應(yīng)用
(一)人工智能技術(shù)在文創(chuàng)中的應(yīng)用
人工智能在非遺文創(chuàng)產(chǎn)品設(shè)計中的應(yīng)用潛力巨大,如識別分析非遺圖案與圖像、樣式生成與創(chuàng)新設(shè)計,分析用戶行為和反饋數(shù)據(jù),為非遺文創(chuàng)產(chǎn)品的交互設(shè)計和用戶體驗提供優(yōu)化方案,幫助非遺文創(chuàng)產(chǎn)品設(shè)計師進行藝術(shù)創(chuàng)作和趨勢預(yù)測等。
目前,許多研究采用人工智能技術(shù),對非遺文化中的圖案、紋樣等圖像元素進行識別、分析和利用。收集并整理相關(guān)的圖像樣本、圖案元素和文化信息并對圖像進行預(yù)處理,形成素材庫。選擇適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)算法,構(gòu)建用于非遺文創(chuàng)產(chǎn)品設(shè)計的生成模型。再使用收集到圖像樣本對生成模型進行大量迭代訓(xùn)練,使模型得以學(xué)習(xí)并捕捉非遺文化的特征和風(fēng)格,提高模型生成圖像的質(zhì)量和多樣性。利用訓(xùn)練好的生成模型,通過輸入顏色、形狀、紋樣等不同條件,可以生成符合要求的非遺文創(chuàng)產(chǎn)品圖案或讓設(shè)計師從中獲取靈感。通過不斷優(yōu)化生成算法模型,吸納足夠多的非遺文化樣本和特征,可以使生成的文創(chuàng)產(chǎn)品具有明顯的非遺文化風(fēng)格和特點。這種方法可以推動非遺文化與現(xiàn)代設(shè)計的融合,創(chuàng)造出更具創(chuàng)新性和獨特性的非遺文創(chuàng)產(chǎn)品。
(二)風(fēng)格遷移技術(shù)在文創(chuàng)中的應(yīng)用
2015年,Gatys 等人運用基于深度學(xué)習(xí)的風(fēng)格遷移技術(shù)將世界名畫風(fēng)格遷移到普通照片上,開創(chuàng)了風(fēng)格遷移算法在藝術(shù)領(lǐng)域應(yīng)用的新時代。隨后,人們紛紛嘗試將風(fēng)格遷移技術(shù)應(yīng)用于非物質(zhì)文化遺產(chǎn)活化傳承與文創(chuàng)設(shè)計,主要是運用風(fēng)格遷移算法從傳統(tǒng)工藝中提取視覺特征,生成具有對應(yīng)風(fēng)格的新作品,實現(xiàn)對傳統(tǒng)文化的創(chuàng)新傳承[2]。
由于研究對象迥異,各研究團隊采取的技術(shù)路線和創(chuàng)新表現(xiàn)形式等亦各有不同。比如,《風(fēng)格遷移算法在漆藝文創(chuàng)品設(shè)計中的運用》把漆藝這一非遺要素,經(jīng)過遷移算法操作后,對其進行人為調(diào)節(jié),使其具有可遷移性的視覺效果,并將其應(yīng)用于文創(chuàng)產(chǎn)品的設(shè)計中,以達到對漆藝文化的創(chuàng)新性傳承[3]?!痘陲L(fēng)格遷移算法的海派水彩畫文創(chuàng)產(chǎn)品設(shè)計研究》則另辟蹊徑,以水彩畫的海派風(fēng)格作為輸入,調(diào)節(jié)參數(shù)以控制風(fēng)格遷移的效果,使不同內(nèi)容圖像遷移到海派水彩風(fēng)格的同時保持了視覺一致性,在此基礎(chǔ)上設(shè)計出具有海派水彩特色的文創(chuàng)產(chǎn)品[5]?!痘趫D像風(fēng)格遷移的壯錦紋樣衍生設(shè)計》以壯錦為研究對象,將壯錦文化的藝術(shù)風(fēng)格通過遷移賦予品牌視覺識別系統(tǒng),算法助力傳統(tǒng)工藝創(chuàng)新應(yīng)用于品牌塑造[6]?!肚嗷ù杉y飾的藝術(shù)風(fēng)格遷移研究》以典型青花瓷為研究對象,建立基于深度卷積神經(jīng)網(wǎng)絡(luò)的青花瓷文創(chuàng)風(fēng)格提取方法,并對其進行量化處理,實現(xiàn)對內(nèi)容與風(fēng)格權(quán)重的有效控制,從而實現(xiàn)對青花瓷紋飾風(fēng)格的準(zhǔn)確識別,為轉(zhuǎn)移算法在青花瓷中的應(yīng)用提供了理論依據(jù)與技術(shù)基礎(chǔ)[7]。這些成果表明,風(fēng)格遷移算法服務(wù)于非物質(zhì)文化遺產(chǎn)創(chuàng)新的方式百花齊放,豐富了遷移算法賦能傳統(tǒng)文化創(chuàng)新的新途徑。
三、景泰藍文創(chuàng)產(chǎn)品的創(chuàng)新設(shè)計實踐
景泰藍文創(chuàng)產(chǎn)品設(shè)計應(yīng)具有獨特的地域、風(fēng)格等特點,可以使消費者認(rèn)同產(chǎn)品蘊含的思想文化內(nèi)涵,在情感上產(chǎn)生共鳴。年輕人是非遺文化傳承的主要群體,他們性格開朗,熱情活潑,追求時尚。而以往的景泰藍文創(chuàng)品設(shè)計主要圍繞香爐、茶盤、服飾裝飾品等,未能充分考慮他們的消費需求。在非物質(zhì)文化遺產(chǎn)的保護與創(chuàng)新日益受到人們重視的情況下,將非遺文化與載體有機結(jié)合是文創(chuàng)產(chǎn)品設(shè)計的難點。
將傳統(tǒng)文化與現(xiàn)代設(shè)計理念相融合的創(chuàng)新實踐過程中,要注重保持景泰藍風(fēng)格的獨特性和辨識度,強調(diào)景泰藍文創(chuàng)產(chǎn)品的文化價值和藝術(shù)美感,確保文創(chuàng)產(chǎn)品不僅美觀大方,還具有良好的實用性,從而滿足現(xiàn)代消費者的多元化需求[13]。
(一)主題選擇
作為京杭大運河北端起點的通州大運河段,承載著豐富的歷史信息和獨特的文化遺產(chǎn)。景泰藍作為北京的一種傳統(tǒng)手工技藝,與運河文化有著深厚的淵源。另外,我國自古就有用熏香辟邪治病、養(yǎng)性怡情的香文化。
課題以“非物質(zhì)文化遺產(chǎn)年輕化”為核心理念,通過市場調(diào)研、問卷調(diào)查及實地走訪來獲取年輕消費者的需求 [10][11]。將大運河、景泰藍非遺及香文化與現(xiàn)代生活相結(jié)合,創(chuàng)新設(shè)計、開發(fā)實用且融合非遺文化的文創(chuàng)產(chǎn)品[14]。在選擇產(chǎn)品類型時,使用場景要契合年輕人的生活習(xí)慣,才能吸引他們的關(guān)注[15]。而年輕人生活節(jié)奏快、壓力大,使用私家車頻次高和行車時通訊、導(dǎo)航需求多。選擇基于景泰藍技藝的車載香薰手機磁吸支架作為文創(chuàng)主題,可以讓年輕人在日常生活中接觸大運河、景泰藍及香文化,既陶冶性情又促進非遺文化的傳播。
古塔凌云、波分鳳沼、平野孤峰等通州八景是北京(通州)大運河文化遺產(chǎn)人文景觀、歷史遺跡的典型代表。通過探究景泰藍的紋飾肌理、造型、顏色以及大運河地緣風(fēng)貌的圖像符號的巧妙結(jié)合,可以激活傳統(tǒng)文化基因。最終確定通州八景作為文創(chuàng)主題的關(guān)鍵元素,選取通州八景名稱中的典型語義,生成相應(yīng)的八景圖形,見圖5。
對這些圖形利用形態(tài)學(xué)分析解構(gòu)原始圖形,得到造型特征和紋樣特征,形成元素、花紋及輪廓線,構(gòu)建其基本要素庫。運用形狀文法的剪切元素、去除元素、改變視角等法則,設(shè)計出通州八景平面矢量圖,見圖6。
(二)文創(chuàng)產(chǎn)品功能設(shè)計
在產(chǎn)品造型設(shè)計上抽取了明代“宣德鏨胎琺瑯纏枝蓮紋盒”圓形、直壁、平頂?shù)仍煨鸵?,見圖7,圓潤的外觀造型設(shè)計可以增加產(chǎn)品的親和力。
在結(jié)構(gòu)方面,產(chǎn)品采用兩層疊加設(shè)計,由上部香薰盒主體和下部磁吸式底座兩大部分組成。在主體與底座之間,是一個可以多角度支撐香薰盒主體的支架。香薰盒主體是一體化設(shè)計,由盒蓋和盒身兩部分構(gòu)成,盒蓋是以通州八景平面矢量圖樣為基礎(chǔ)的圓形,鏤空便于香味溢出;盒身中央為一塊具有磁性的圓柱體可以吸附帶有磁片的手機,環(huán)繞中央為儲香空間,見圖8。
在尺寸設(shè)計上,考慮到使用場景為車內(nèi)空間,以及人機工程學(xué)的要求,盒身直徑設(shè)定為7 厘米,高度控制在3 厘米左右,保證儲香空間一定的容量。產(chǎn)品在使用過程中,要用力進行翻轉(zhuǎn)并吸附手機等重物,將其整體寬高比設(shè)計為3:7,底座面積約為38.5 平方厘米,盒體中央磁體約為7 平方厘米,確保產(chǎn)品在動態(tài)使用過程中的穩(wěn)定性。盒蓋邊緣設(shè)計小型磁鐵,以便于打開關(guān)閉操作。底部增設(shè)磁吸式支架,可吸附固定手機等小物品,提高使用便利性。
(三)構(gòu)建風(fēng)格遷移系統(tǒng)
TensorFlow 擁有一個完整的生態(tài)系統(tǒng),能夠高效訓(xùn)練各種深度學(xué)習(xí)模型,并通過即刻執(zhí)行環(huán)境支持快速迭代和直觀調(diào)試,助力解決復(fù)雜的現(xiàn)實問題并簡化模型構(gòu)建過程。相較于從頭開始訓(xùn)練模型,這種方法能顯著減少試驗所需的時間和資源,并為風(fēng)格遷移提供了一個高效且可圖5 通州八景圖形集靠的解決方案[8]。經(jīng)過對幾種卷積網(wǎng)絡(luò)神經(jīng)算法的對比,課題擬采用開源TensorFlow 框架提供的庫、預(yù)訓(xùn)練好的神經(jīng)卷積VGG 網(wǎng)絡(luò)進行藝術(shù)風(fēng)格遷移研究。
在硬件配置方面,Colab 提供了一個便捷的筆記本環(huán)境,用戶無需進行任何設(shè)置即可直接使用,并且該環(huán)境完全在云端運行,非常適合進行TensorFlow 等深度學(xué)習(xí)應(yīng)用的開發(fā)。具體的虛擬機配置包括T4GPU、12GB 內(nèi)存和39GB 硬盤空間。Colab 最大的優(yōu)勢在于可以共享谷歌免費提供的GPU 來進行深度學(xué)習(xí)。
(四)內(nèi)容與風(fēng)格數(shù)據(jù)采集
利用文獻研究法等收集盡可能多的景泰藍題材圖案、花紋、色彩等樣本紋,并根據(jù)它們的含義、來源、形式的不同將其分類整理、總結(jié)規(guī)律,形成材料庫。
在風(fēng)格樣本的選擇方面,從整理出的材料庫中,根據(jù)對景泰藍藝術(shù)視覺表達的研究,參照景泰藍各種花卉動物人物等題材圖案、流暢頓挫和曲直委婉或疏密有致的掐絲工藝形成的圖案花紋、豐富自然的色彩、典雅璀璨的光澤等要素特征,參考專家意見選取了元、明、清時代銅胎掐絲琺瑯云龍紋罐、掐絲琺瑯花卉紋高足杯、掐絲琺瑯勾蓮紋小花觚、掐絲琺瑯纏枝蓮花棱口盤、掐絲琺瑯雙龍紋水丞、銅胎掐絲琺瑯荷塘蓮紋海棠式手爐等十張具有代表性的景泰藍藝術(shù)品圖像,作為風(fēng)格樣本,見圖9。這些樣本在風(fēng)格上存在著顯著的差異,從而建立了風(fēng)格差異較大的訓(xùn)練集。
在內(nèi)容樣本的選取方面,選取設(shè)計生成的通州八景矢量平面圖、香薰盒蓋產(chǎn)品模型三維圖作為樣本,需要保留清晰的通州八景紋樣符號,見圖10。
(五)遷移訓(xùn)練與實驗
實驗方案是將不同的景泰藍藝術(shù)風(fēng)格遷移到矢量平面圖、產(chǎn)品圖上去對比效果。
首先,將景泰藍特定風(fēng)格化效果對內(nèi)容原圖進行轉(zhuǎn)換與疊加計算。通過構(gòu)建的風(fēng)格遷移模型用9 種不同的景泰藍技法風(fēng)格圖片對通州八景矢量平面圖轉(zhuǎn)化處理,并采集數(shù)據(jù)與前期語義識別建立關(guān)聯(lián)性,通過神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)提取景泰藍風(fēng)格的映射關(guān)系并進行模擬。使用TensorFlow 實現(xiàn)風(fēng)格遷移的流程與代碼概要圖見圖11。通過這些算法與模型訓(xùn)練,得到初步的圖形處理結(jié)果。形成的通州八景矢量平面圖較好地承接了景泰藍的藝術(shù)風(fēng)格,見圖12。
將元明清9 種風(fēng)格的景泰藍風(fēng)格樣本分別輸入訓(xùn)練過的TensorFlow 快速風(fēng)格遷移網(wǎng)絡(luò)中對香盒蓋模型的通州八景圖進行遷移實驗,見圖13。實驗表明,基于圖像風(fēng)格遷移技術(shù)可以無差別遷移景泰藍風(fēng)格到產(chǎn)品圖上,且相關(guān)風(fēng)格特征模擬度好、風(fēng)格差異明顯、辨識度高。通過創(chuàng)新采用輕量化快速風(fēng)格遷移算法,可以極大節(jié)省風(fēng)格模擬的時間、完美達到預(yù)期效果。
然而,實驗也暴露出目前單純使用整體風(fēng)格遷移技術(shù)得出的圖形效果尚不能完全表現(xiàn)景泰藍工藝技法的特征等問題,如圖片前景與背景難以分離、圖像分離邊緣不可控、人工智能識別不能完全勝任等,還需要人工對風(fēng)格遷移圖形進行二次分離與調(diào)整,才能較好地體現(xiàn)景泰藍工藝的表現(xiàn)風(fēng)格。
(六)景泰藍要素融入文創(chuàng)產(chǎn)品
在應(yīng)用風(fēng)格遷移算法對景泰藍的色彩、圖案、紋理等視覺藝術(shù)要素風(fēng)格特性進行初步解讀、提取與重構(gòu)并遷移到盒蓋三維產(chǎn)品圖基礎(chǔ)上,設(shè)計師再次對關(guān)鍵要素進行提取、重構(gòu),細部紋理圖范例見圖14,采用計算機三維設(shè)計軟件對產(chǎn)品優(yōu)化建模設(shè)計并人工將這些要素與描繪通州獨特自然人文景觀的八景圖融為一體。
除了功能與外觀,文創(chuàng)產(chǎn)品的顏色、材質(zhì)也是設(shè)計的關(guān)鍵因素。香薰盒產(chǎn)品主體分別配以符合年輕人審美的黃、橙、紅、藍4 色,用景泰藍美麗的色彩組合為車內(nèi)空間增添活力。產(chǎn)品主體外部配飾皮革材質(zhì)、香薰盒蓋采用合金材質(zhì),彰顯景泰藍的質(zhì)感與古樸雅致之美;內(nèi)部盒體采用環(huán)??山到馑芰?,降低成本及綠色環(huán)保。
最后采用Keyshot 進行渲染,完成景泰藍文創(chuàng)產(chǎn)品的最終設(shè)計,見圖15。
結(jié)語
技藝的互通得益于多種媒介的融合共生,藝術(shù)的共鳴則源于不同藝術(shù)門類的相互介入,景泰藍藝術(shù)的邊界則因時代精神的融入與器用范疇的延展而得以拓寬。在積極融入新時代、新技術(shù)的同時,又要保持傳統(tǒng)景泰藍藝術(shù)的特質(zhì),這是擺在中國當(dāng)代景泰藍藝術(shù)工作者面前的難題。通過深入探討風(fēng)格快速遷移技術(shù)應(yīng)用于景泰藍文創(chuàng)產(chǎn)品的創(chuàng)新設(shè)計方法與實踐,為傳統(tǒng)工藝與現(xiàn)代科技的結(jié)合提供了新的思路和方法。研究豐富了景泰藍文創(chuàng)產(chǎn)品的設(shè)計內(nèi)涵,并為其他傳統(tǒng)工藝與現(xiàn)代科技的結(jié)合提供了有益的借鑒和參考。研究也存在一定的局限性,需要在未來加以完善。