目的探索利用產(chǎn)品造型案例的視覺表征風(fēng)格轉(zhuǎn)化刺激設(shè)計概念衍生的方法。方法借助卷積神經(jīng)網(wǎng)絡(luò)算法從經(jīng)典設(shè)計草圖中提取視覺風(fēng)格特征,并以此為基礎(chǔ)對案例照片進(jìn)行視覺表征風(fēng)格轉(zhuǎn)化處理。通過對比實驗,組織設(shè)計者分別運(yùn)用原始案例及風(fēng)格轉(zhuǎn)化處理后的案例進(jìn)行快速概念設(shè)計,利用配對t檢驗分析兩次實驗的差異,結(jié)合實驗后的訪談,確定風(fēng)格轉(zhuǎn)化處理對于設(shè)計概念衍生的意義。結(jié)果與原始案例相比,風(fēng)格轉(zhuǎn)化處理后的案例更能吸引被試與之進(jìn)行互動,并且設(shè)計輸出的數(shù)量和質(zhì)量都有了顯著的提高。結(jié)論利用經(jīng)典設(shè)計草圖中的視覺風(fēng)格對案例照片進(jìn)行風(fēng)格轉(zhuǎn)化處理,能保留和強(qiáng)化案例的關(guān)鍵設(shè)計要素和形態(tài)特征,同時去除不必要的干擾信息,對設(shè)計者提取設(shè)計知識、擴(kuò)展設(shè)計思維、避免設(shè)計固化具有一定意義。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1利用卷積神經(jīng)網(wǎng)絡(luò)對設(shè)計案例進(jìn)行風(fēng)格轉(zhuǎn)化的結(jié)果

技術(shù)層面，Gatys提出的“神經(jīng)風(fēng)格遷移”算法，可通過卷積神經(jīng)網(wǎng)絡(luò)過濾提取圖片的抽象和具象特征，以獲取其風(fēng)格和內(nèi)容的特征模型，并可將它應(yīng)用于其他圖片上[15]。利用該方法，可將特定圖片（如草圖）的視覺風(fēng)格和特征信息融入其他案例的視覺表征中。相比于人工繪制，該方法的成本更低、效率更....

圖2實驗流程

兩次實驗任務(wù)均是要求被試依據(jù)案例照片輸出圓潤風(fēng)格的造型方案（僅輸出概念草圖）。實驗變量為提供的設(shè)計草圖：實驗Ⅰ所提供的是一張參考價值較高的壓路機(jī)設(shè)計草圖（照片和草圖均由湖南大學(xué)設(shè)計藝術(shù)學(xué)院產(chǎn)品造型課程的專任教師根據(jù)設(shè)計任務(wù)挑選的）；實驗II的草圖是利用神經(jīng)風(fēng)格遷移算法，將實驗I的....

圖4測試工具使用流程

觀察圖5可以發(fā)現(xiàn)，被試在兩次實驗中表現(xiàn)出了不同的行為模式。實驗Ⅰ中，照片的展示時間多于草圖的展示時間。除去幾個草圖展示特別少的情況（被試4,6,9,12）以外，多數(shù)草圖展示集中在實驗中前期（被試1,2,3,5,7,8,10,11）。實驗II中，除被試7這一特例外，多數(shù)被試的草圖（....

圖5測試工具使用行為的數(shù)據(jù)可視化

圖4測試工具使用流程3.1.2測試工具使用數(shù)據(jù)的配對t檢驗

本文編號：3931598