【摘要】：隨著科技的進步和社會的發(fā)展,用戶的情感化需求越來越受到學(xué)術(shù)界和工業(yè)界的重視,同時市場也對產(chǎn)品快速迭代提出了新的要求。產(chǎn)品的情感化設(shè)計能夠賦予產(chǎn)品情感化特征,給用戶帶來美好而愉悅的體驗,國內(nèi)外為此進行了大量的研究工作。產(chǎn)品意象試圖定量描述用戶感性情感與產(chǎn)品之間的關(guān)系,但是基于手工特征提取的傳統(tǒng)識別方法并不能建立精確的模型。隨著近些年來深度學(xué)習(xí)技術(shù)的發(fā)展,利用其強大的從數(shù)據(jù)本身自動學(xué)習(xí)的特性在眾多領(lǐng)域都取得了重大的研究進展。本文提出一種基于深度學(xué)習(xí)的產(chǎn)品情感化智能設(shè)計方法,具體工作包含兩部分:第一部分是基于卷積神經(jīng)網(wǎng)絡(luò)的產(chǎn)品意象識別模型研究,通過該模型能夠自動識別產(chǎn)品圖片的具體產(chǎn)品意象;第二部分是基于生成對抗神經(jīng)網(wǎng)絡(luò)的產(chǎn)品情感化智能設(shè)計模型研究,利用該模型能夠自動生成大量產(chǎn)品設(shè)計方案樣本。本文以典型的鞋子產(chǎn)品研究樣本,針對鞋子樣本建立了“男性的-女性的”、“現(xiàn)代的-復(fù)古的”、“休閑的-正式的”、“華麗的-平實的”四個維度的產(chǎn)品意象語義空間,并通過語義差異法對鞋子樣本的產(chǎn)品意象進行語義評價,建立產(chǎn)品意象數(shù)據(jù)集,作為后續(xù)產(chǎn)品意象識別實驗的基礎(chǔ)。然后分別利用卷積神經(jīng)網(wǎng)絡(luò)VGGNet 16和AlexNet 對產(chǎn)品意象數(shù)據(jù)集進行微調(diào)訓(xùn)練,建立了產(chǎn)品意象識別模型,在四個維度上都達(dá)到了較高的的識別準(zhǔn)確率,證明了卷積神經(jīng)網(wǎng)絡(luò)在產(chǎn)品意象識別上的可行性。在產(chǎn)品意象識別模型的基礎(chǔ)上,基于條件生成對抗神經(jīng)網(wǎng)絡(luò)提出產(chǎn)品情感化智能設(shè)計模型。通過生成器和判別器的博弈迭代訓(xùn)練,模型能夠在產(chǎn)品意象的指導(dǎo)下自動生成大量情感化產(chǎn)品設(shè)計方案,證明了模型的可行性,模型的有效性也在后續(xù)的調(diào)研實驗中得到了驗證。本文利用深度學(xué)習(xí)強大的自學(xué)習(xí)能力,在理論層面為產(chǎn)品意象識別研究提供新的思路并拓寬了產(chǎn)品情感化設(shè)計的方法;在應(yīng)用層面能夠把用戶的情感需求融入到實際的產(chǎn)品設(shè)計中,同時能夠生成大量符合產(chǎn)品意象的產(chǎn)品設(shè)計方案,為設(shè)計師把握產(chǎn)品意象提供參考并提供備選設(shè)計方案,從而縮短產(chǎn)品設(shè)計周期,提高企業(yè)產(chǎn)品迭代速度,具有廣闊的應(yīng)用前景。
【圖文】：

這也是目前市場上大量賦予產(chǎn)品某種特質(zhì)和故事的原因，給用戶創(chuàng)造一種與逡逑眾不同、回味無窮的感覺。但是，在實際的設(shè)計過程中，情感化設(shè)計的三個層次逡逑并不是完全獨立的，而是交織在一起的，難以絕對的區(qū)別，如圖２．１所示是三個逡逑層次的關(guān)系圖，只是針對不同層次的設(shè)計聚焦點會有所區(qū)別。本能設(shè)計是直覺感逡逑覺的人機對話，行為設(shè)計是使用過程中的人機對話，而反思設(shè)計是人與產(chǎn)品之間逡逑表現(xiàn)出來的一種深層次意識活動的對話。逡逑（本能設(shè)計＾＼行為設(shè)計邋＼逡逑人體感官使用樂趣和逡逑７￣＾思設(shè)計逡逑１邐深層次的意識逡逑＼邋活動邋Ｊ逡逑圖２．１情感化設(shè)計三個層次關(guān)系圖逡逑２．１．３情感化設(shè)計的意義逡逑隨著社會經(jīng)濟的發(fā)展，市場的競爭變得日益激烈，人們的消費需求也隨之提逡逑高，己經(jīng)不僅僅滿足于產(chǎn)品功能上的滿足，而是更加注重情感和心理上的體驗，逡逑當(dāng)今時代人們對產(chǎn)品有了前所未有的情感訴求。人的感性心理需求在產(chǎn)品設(shè)計中逡逑８逡逑

象評價等實驗方法得到觀賞者數(shù)據(jù)，再通過因子分析法建立觀賞者與設(shè)計師之間逡逑的感性意象認(rèn)知匹配模型，彌補了設(shè)計師和觀賞者之間的認(rèn)知差異；黃琦等人［３］逡逑基于特征匹配的產(chǎn)品認(rèn)知模型，，如圖２．２所示，通過專家訪談、影響汽車外觀造逡逑型特征的眼部跟蹤實驗、影響產(chǎn)品意象認(rèn)知的造型特征提取實驗、關(guān)鍵造型特征逡逑和產(chǎn)品意象認(rèn)知關(guān)系的量化實驗等多實驗的方法建立了基于特征匹配的產(chǎn)品意逡逑象認(rèn)知模型，利用該意象認(rèn)知模型開發(fā)了汽車草圖設(shè)計原型系統(tǒng)，消費者輸入產(chǎn)逡逑品意象能夠得到該意象的設(shè)計方案，設(shè)計師提供造型特征也能得到草圖的產(chǎn)品意逡逑象。逡逑除此之外，還有大量研宄開始致力于將機器學(xué)習(xí)算法運用于產(chǎn)品意象的識別逡逑上，主要有數(shù)量化一類［１２—１４］、遺傳算法［１３—１６］、人工神經(jīng)網(wǎng)絡(luò)［｜７］、聚類模型［１７＿１８］、逡逑支持向量機［１９］等。徐江等人［１３］從內(nèi)隱的用戶感性意象出發(fā)，通過多維度尺度法、逡逑形態(tài)分析法分析產(chǎn)品造型特征，再通過數(shù)量歸一類方法得到造型特征與感性意象逡逑之間的量化關(guān)系
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TB472;TP181

【參考文獻】

相關(guān)期刊論文 前10條

1 張學(xué)東;田麗;王勇;劉明彬;;基于支持向量機模型的產(chǎn)品意象評價研究[J];機械設(shè)計;2014年10期

2 蘇建寧;張秦瑋;吳江華;劉蕓;;產(chǎn)品多意象造型進化設(shè)計[J];計算機集成制造系統(tǒng);2014年11期

3 蘇珂;孫守遷;;基于基因表達(dá)式編程的產(chǎn)品材質(zhì)意象決策支持模型[J];計算機集成制造系統(tǒng);2012年02期

4 傅業(yè)燾;羅仕鑒;周煜嘯;;基于感性意象的動漫角色形象評價[J];浙江大學(xué)學(xué)報(工學(xué)版);2011年09期

5 蔡曉妍;戴冠中;楊黎斌;;譜聚類算法綜述[J];計算機科學(xué);2008年07期

6 周美玉;龔麗娜;劉飛;;聚類模型在感性設(shè)計中的應(yīng)用[J];機械工程學(xué)報;2008年07期

7 徐江;孫守遷;張克俊;;基于遺傳算法的產(chǎn)品意象造型優(yōu)化設(shè)計[J];機械工程學(xué)報;2007年04期

8 羅仕鑒;潘云鶴;;產(chǎn)品設(shè)計中的感性意象理論、技術(shù)與應(yīng)用研究進展[J];機械工程學(xué)報;2007年03期

9 馬勇;;企業(yè)如何加快新產(chǎn)品的研發(fā)速度[J];企業(yè)活力;2006年06期

10 黃琦;孫守遷;;基于意象認(rèn)知模型的汽車草圖設(shè)計技術(shù)研究[J];浙江大學(xué)學(xué)報(工學(xué)版);2006年04期

本文編號：2653824