基于残差网络的汽车前脸情感化图像分类模型

深度学习技术的发展为设计提供了新的方法。本文以汽车前脸作为研究载体,利用深度学习算法构建了情感化图像分类模型,来拟合人类对产品外观的情感认知。首先,经数据采集获取了大规模、高质量的汽车前脸图像数据集,经筛选和预处理获取了代表性样本数据集;其次,选取2个维度的情感标签,经专家评价法对数据集进行情感标注,获得了情感分类数据集;最后,利用ResNet构建了汽车前脸情感分类模型,并对比了不同深度的模型性能,获得了较优的汽车前脸情感化图像分类模型。实验证明,将图像分类模型应用至情感化分类,可有效拟合人类对产品的情感认知,为结合深度学习技术的产品情感化设计提供了可行性实践。通过情感图像分类模型的构建,可有效预测消费者对设计方案的情感化市场反应,进而提升研发效率以及面向市场的销售成功率。

基于脑电信号的汽车前脸造型特征设计决策

为解决汽车前脸造型设计决策的问题,比较了用户感知燃油车与电动车前脸造型特征的差异,探讨了汽车前脸正性和负性表情对消费者偏好决策的影响,提出一种采用脑电测量技术评价用户反馈的方法。以Neural Scan脑电仪为数据采集工具,采集了40位用户观看传统汽车与电动车表情并做出是否购买决策的脑电数据,通过事件相关电位分析,发现用户对传统车的情绪感知优于电动车,用户偏好购买正性表情的汽车。回归分析结果发现,P300和LPP两个脑电成分对用户购买决策有显著影响。研究结果表明:电动车车脸设计应加大拟人化效果,脑电测量可作为设计决策的客观依据。

面向汽车主客观审美评价的不确定性推理模型

为了克服主、客观单一评价方法的片面性和局限性,从不确定信息推理的角度,提出结合主、客观评价证据源进行信息融合的汽车前脸形态审美评价模型.依据人类视觉审美原理与计算美学方法,构建汽车前脸美度指标体系及指标计算公式.运用两极递进排序法调查,获得审美评价值;依据用户的审美偏好进行审美群体分类,运用灰关联分析法计算指标权重,得到各群体主观评价的证据.运用熵值法和相关性定权法计算指标权重,得到2种客观审美评价的证据.基于Dempster-Shafer证据理论对主、客观证据信息的可信度进行融合推理,实现汽车前脸形态审美评价.经实验验证,该方法能较好地平衡审美主体的主观意愿与客体的客观反映,具有较好的合理性与可靠性.

基于产品族DNA的汽车品牌前脸造型基因研究

将产品族DNA概念引入汽车前脸造型设计中,为汽车品牌在特定造型意象定位下找到相对应的造型基因,增强造型特征与造型意象之间的匹配度,提升造型特征传递过程中用户对造型意象的认知度。研究选取宝马品牌历代3系车型前脸造型作为产品族研究样本,在理性视角下运用眼动实验和形态分析法对样本前脸造型特征进行可视化表达并提取汽车前脸显性造型特征,在感性视角下运用专家分析法和语义差异法推导出样本前脸造型特征所传达的隐性造型意象。通过多元回归分析建立汽车前脸显性造型特征和隐性造型意象在品牌产品族DNA中映射模型,探索性地提出基于基因理论的汽车产品族前脸造型基因设计策略,为其他汽车品牌前脸造型设计提供一种新的参考方法。

汽车前脸造型的表情设计

目的研究汽车前脸造型的表情认知,提出汽车前脸表情的设计方法。方法研究基于人的面孔识别认知原理,建立了汽车前脸的认知模型,提出表情在汽车前脸识别中的信息处理过程。并根据格式塔的"图底"理论及其图形设计的基本原理,将汽车前脸的造型元素划分为点类造型因子、线类造型因子以及面类造型因子三大类。结论构建汽车前脸的认知模型,归纳汽车前脸造型因子,提出汽车前脸表情设计的具体手法和应用。

基于格式塔心理学的轿车前脸造型设计研究

让轿车前脸造型的组成要素之间联系更加紧密,成为一个整体,达到轿车前脸造型视觉完形的目的。从视知觉角度,以格式塔心理学及其发展理论作为研究基础,以大众朗逸轿车作为设计案例,通过图形与背景的关系以及其他的视知觉组织原则,从整体到局部逐步分析轿车前脸造型组成要素之间的相互联系。总结得出轿车前脸的格式塔规律并结合具体的轿车造型设计实践。格式塔心理学可以很好地应用于轿车前脸的造型设计中,使得轿车前脸的造型设计更符合用户的审美,从而强化轿车品牌的视觉识别性。

基于循环一致性对抗网络的类推式汽车前脸生成设计

类比推理是设计师在产品外形设计阶段最常用的设计方法之一,然而设计结果严重依赖设计师经验,具有不确定性与随机性。为了辅助设计师进行创意生成,优化设计流程,提出一种基于类比推理的设计生成方法,结合循环一致性对抗网络(CycleGAN)以及相关图像处理技术,实现产品外形类比推理过程的智能化。首先,通过爬虫框架、主体目标检测与计算机视觉库(OpenCV)等处理汽车前脸轮廓,构建设计对象数据集。其次,收集图像构建启发源数据集。然后,使用CycleGAN对启发源数据集和设计对象数据集中的图像进行训练。最后,进行设计评价并整合训练数据,设计并实现原型系统推理者(Analogist),实现类比推理方案的智能生成。本项研究以猫的正面轮廓图像作为汽车前脸轮廓图像的类比推理对象,通过Analogist可以生成新的具有显著类比推理特征的汽车前脸轮廓图像。结果表明,该方法可以有效便捷地辅助设计师进行产品外形的类比推理设计,在一定程度上提升了设计效率,并为智能设计领域的发展提供了理论依据和实践基础。