基于大數(shù)據(jù)與深度學(xué)習(xí)的意象造型設(shè)計

引言

隨著體驗經(jīng)濟蓬勃發(fā)展，用戶對產(chǎn)品審美情趣和精神寄托的需求已居于主導(dǎo)地位[1]。造型作為產(chǎn)品的重要屬性之一，直接展現(xiàn)感性因素的關(guān)鍵方式，是影響消費者購買和關(guān)注的重要因素，已成為企業(yè)競爭的重要因素之一[2]。切實把握用戶對產(chǎn)品造型的情感偏好和需求，進(jìn)行產(chǎn)品意象造型研究，可顯著提高設(shè)計成功率，提升現(xiàn)代制造和服務(wù)業(yè)中的競爭力[3]。

產(chǎn)品意象造型設(shè)計旨在滿足消費者情感需求，量化人的感性意象，并使其與設(shè)計要素進(jìn)行映射轉(zhuǎn)化，指導(dǎo)產(chǎn)品形態(tài)創(chuàng)新設(shè)計[4]。當(dāng)前，產(chǎn)品意象造型設(shè)計的研究焦點集中在借助不同的智能工具建立相關(guān)的研究方法與理論模型，例如，楊超翔等[5] 以老年拐杖為例，運用模糊分析法將用戶的感受分作不同屬性的指標(biāo)，從而對老年概念產(chǎn)品進(jìn)行量化評價。劉月林等[6] 為提升產(chǎn)品造型與用戶意象適配程度，結(jié)合三角模糊方法和BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行腰椎牽引器的造型設(shè)計。李文華等[7] 人提出了基于向量機回歸的造型評價模型，可以預(yù)測評價者對造型的主觀評價，降低方案評價成本，縮短開發(fā)周期。朱斌等[8]人提出了運用VGGNet 進(jìn)行訓(xùn)練的方法，以建立產(chǎn)品意象深度模型，實現(xiàn)產(chǎn)品意象的識別。

盡管這些研究為產(chǎn)品意象造型設(shè)計提供了理論基礎(chǔ)，但現(xiàn)有方法仍存在諸多局限性：首先，目前感性意象的獲取主要依賴于傳統(tǒng)的文獻(xiàn)查閱和問卷調(diào)查，存在信息片面、實時性差等問題[9]；其次，設(shè)計特征的提取依賴于人工篩選，存在主觀性強、工作量大的弊端，影響了設(shè)計效率和結(jié)果的精確性[10]。……