張海波，劉瑞璞，劉 莉b，

（北京服裝學(xué)院a.計算機(jī)信息中心；b.服裝材料研究開發(fā)與評價北京市重點(diǎn)實(shí)驗(yàn)室；c.服裝藝術(shù)與工程學(xué)院，北京 100029）

男西裝情感因子空間研究

張海波a，b，劉瑞璞c，劉 莉b，c

（北京服裝學(xué)院a.計算機(jī)信息中心；b.服裝材料研究開發(fā)與評價北京市重點(diǎn)實(shí)驗(yàn)室；c.服裝藝術(shù)與工程學(xué)院，北京 100029）

服裝款式復(fù)雜多變，而目前服裝情感描述大多是定性描述，對各類服裝的情感描述詞也未進(jìn)行系統(tǒng)分析.建立服裝情感空間是實(shí)現(xiàn)計算機(jī)對服裝圖像情感識別及量化評價的重要前提.通過對男西裝情感描述詞的篩選、投票、初步確定、相關(guān)性分析、因子分析等過程進(jìn)行了研究，最后得出一個2維的男西裝情感因子空間，這樣每幅圖像對應(yīng)著該因子空間上的2維坐標(biāo)值，使得在因子空間上定義男西裝圖像間的情感相似度和對男西裝圖像按情感相似性進(jìn)行評估和索引成為可能，為下一步實(shí)現(xiàn)男西裝圖像情感的機(jī)器評估和圖像情感語義識別、檢索奠定了基礎(chǔ).該方法同樣可以擴(kuò)展到其他類別的服裝.

男西裝；服裝情感；情感因子空間；因子分析

為了通過計算機(jī)對服裝所帶來的情感進(jìn)行識別和理解，首先要對服裝情感進(jìn)行量化描述并建立情感空間.而由于對情感認(rèn)識的主觀性和模糊性，長期以來人們對服裝情感的認(rèn)識大多停留在定性階段［1］.

另外，服裝款式和種類繁多，顏色復(fù)雜多樣，面料成千上萬，圖案變幻無窮，配飾各具特色，而這些因素的不同組合又會帶來千變?nèi)f化的服裝情感，因此，建立一個適用于所有類別服裝的情感空間是不現(xiàn)實(shí)的，例如童裝和中老年裝的情感描述詞就相差甚遠(yuǎn).然而，同一類型的服裝往往具有類似的服裝情感，例如，西裝一般穿著在比較正式的場合，因此它所帶來的服裝情感可能是正式、莊重、嚴(yán)肅等.本文以男西裝為例，從情感的角度出發(fā)，通過網(wǎng)絡(luò)調(diào)查的方式，選出可以代表男西裝情感感受描述的情感詞對，并運(yùn)用統(tǒng)計分析的方法，建立了一個2維的男西裝情感因子空間，為男西裝圖像情感的識別和理解奠定基礎(chǔ).

1 研究思路和步驟

從心理學(xué)角度看，情感是由刺激引起的主觀的意識體驗(yàn)，有內(nèi)心體驗(yàn)和外部行為表現(xiàn)，同時也有其生理機(jī)制.實(shí)驗(yàn)心理學(xué)測量方法中，主要有情緒的生理指標(biāo)測量、情緒的行為表現(xiàn)測量和情緒的主觀體驗(yàn)測量［2］.根據(jù)實(shí)驗(yàn)心理學(xué)有關(guān)經(jīng)驗(yàn)，本文選擇情緒主觀體驗(yàn)測量的方法來對圖像庫中的圖像進(jìn)行主觀情感調(diào)查，期望從中尋找描述男西裝情感的常用描述詞.

在吸取和總結(jié)前人經(jīng)驗(yàn)的基礎(chǔ)上，本文采用語義差異法設(shè)計了調(diào)查問卷，通過網(wǎng)絡(luò)進(jìn)行男西裝圖像的情感主觀調(diào)查，用情感形容詞描述和量化圖像情感語義，初步得到一個8維的男西裝（圖像）情感語義空間；對其進(jìn)行相關(guān)性分析，消除情感形容詞之間的相關(guān)性和冗余，得到一個5維男西裝情感語義空間；然后通過因子分析得到一個2維的男西裝情感因子空間.具體研究步驟如下所述.

（1）通過文獻(xiàn)、字典、網(wǎng)頁等資源搜集與男西裝相關(guān)的情感描述，并進(jìn)行篩選，選出最可以描述男西裝情感感受的形容詞75個.

（2）通過網(wǎng)絡(luò)投票法或面對面調(diào)查投票法，投票的方式為“多選”，經(jīng)過268人投票后按投票率統(tǒng)計出這75個情感詞中最能反映男西裝情感感受的24個詞，然后結(jié)合服裝領(lǐng)域?qū)＜遥_定其中8對語義相反的描述詞，即“正式的—休閑的”、“莊重的—活潑的”、“儒雅的—粗獷的”、“高貴的—樸素的”、“簡潔的—復(fù)雜的”、“古典的—現(xiàn)代的”、“嚴(yán)肅的—輕松的”、“艷麗的—淡雅的”，這16個褒義的情感詞作為男西裝情感的初步情感描述詞.

（3）調(diào)查方法采用語義差異法（SD法）［3］，并采用李克特式量表（Likert－type scale），為了能產(chǎn)生中性點(diǎn)（neutral point），選用點(diǎn)必須是奇數(shù)（3，5，7，9或11），一般最常用的是5點(diǎn)和7點(diǎn).最好需要對30名以上受測者進(jìn)行測試，才能得到穩(wěn)定的資料.本文選用點(diǎn)為7個，如圖1所示.受測者通過網(wǎng)絡(luò)或面對面兩種方式對30種不同款式的男西裝樣本投票，最終獲得360份有效問卷.

圖1 服裝圖像情感網(wǎng)絡(luò)調(diào)查問卷Fig.1 Questionnaire of clothing image emotions based on Internet

（4）每款男西裝樣本有8對情感描述詞的8個平均得分，總計240個數(shù)據(jù)，系統(tǒng)采用數(shù)理統(tǒng)計的方法，對所得數(shù)據(jù)進(jìn)行相關(guān)性分析.分析工具采用國際公認(rèn)且標(biāo)準(zhǔn)的統(tǒng)計分析軟件SPSS（statistical package for the social science）［4］，刪除與其他情感描述詞對相關(guān)性特別強(qiáng)的描述詞對3個，最后剩余的5對情感描述詞組成了5維男西裝情感語義空間，即“正式的—休閑的”、“儒雅的—粗獷的”、“簡潔的—復(fù)雜的”、“古典的—現(xiàn)代的”、“艷麗的—淡雅的”.在此基礎(chǔ)上可以定量描述人們對于男西裝的情感感受.

（5）對男西裝的上述5對情感詞測試數(shù)據(jù)進(jìn)行因子分析，建立男西裝情感因子空間.

2 男西裝情感詞的調(diào)查和投票

本文建立了專門的網(wǎng)絡(luò)投票系統(tǒng)［5］，受測者大多為北京服裝學(xué)院的教師和學(xué)生.測試前，對受測者需要了解的內(nèi)容（如測試的目的、方法、過程等）通過網(wǎng)站或面對面講解清楚，這樣可以有效地減少無效投票.受測者首先通過網(wǎng)站注冊成為正式的調(diào)查對象，之后進(jìn)行投票操作.

通過圖像主觀調(diào)查，使用情感描述詞對服裝圖像情感語義進(jìn)行描述，得到了男西裝圖像的初步情感語義空間.在該空間上，每款男西裝圖像的情感語義可以用這些情感形容詞的值進(jìn)行定量表示.

然而，由于人們對情感語義理解的主觀性以及對情感詞理解的不完全一致性，以上各情感形容詞在描述男西裝情感感受時可能存在較大的相關(guān)性和冗余，在整個情感語義空間上，很難進(jìn)行圖像相似性的度量.因此，還需要進(jìn)行相關(guān)性分析，以消除情感形容詞之間的相關(guān)性和冗余.表1為刪除相關(guān)性很強(qiáng)的3對情感詞后，余下5對情感描述詞對男西裝情感投票的統(tǒng)計結(jié)果.

表1 男西裝情感投票的統(tǒng)計結(jié)果Table 1 The voting results of men's suit emotions

3 男西裝情感因子分析

在研究實(shí)際問題時，往往希望盡可能多地收集相關(guān)變量，以便對問題有比較全面、完整的把握和認(rèn)識.但是，在實(shí)際數(shù)據(jù)建模時，這些變量未必能真正發(fā)揮預(yù)期的作用，反而會給統(tǒng)計帶來許多問題.在大多數(shù)情況下，許多變量之間存在一定的相關(guān)關(guān)系，從而增加了問題分析的復(fù)雜性.人們希望探索一種更有效的解決辦法，它既能大大減少參與建模數(shù)據(jù)的變量個數(shù)，同時也不會造成信息的大量丟失.因子分析正是這樣一種能夠有效降低變量維數(shù)的多元統(tǒng)計分析方法［6］，它以最少的信息丟失為前提，將眾多的原有變量綜合成較少的、彼此不相關(guān)的幾個綜合指標(biāo)，這些指標(biāo)即為因子.

3.1 因子分析的前提條件分析

對表1進(jìn)行Pearson相關(guān)分析結(jié)果見表2所示.表2中數(shù)據(jù)為5對男西裝情感詞對之間的相關(guān)性數(shù)據(jù)，測驗(yàn)樣本為30張不同類別的男西裝圖像.表中帶兩個星號（＊＊）的數(shù)據(jù)表示顯著性水平α為0.01時可拒絕零假設(shè)，帶一個星號（＊）的數(shù)據(jù)表示顯著性水平α為0.05時可拒絕零假設(shè).因此，兩個星號比一個星號拒絕零假設(shè)犯錯誤的可能性更小.

表2 5對男西裝情感詞指標(biāo)Pearson相關(guān)分析結(jié)果Table 2 Pearson correlation analysis results of man suit's with five pairs of emotional words

經(jīng)Pearson相關(guān)分析后，顯示以上相關(guān)系數(shù)普遍大于0.3，說明這些變量間有較強(qiáng)的相關(guān)性，適合做因子分析.

仍采用SPSS軟件，對表1的數(shù)據(jù)進(jìn)行KMO（Kaiser－Meyer－Olkin）和 巴 特 利 特 球 度 檢 驗(yàn)（Bartlett Test of Sphericity）檢驗(yàn)，結(jié)果顯示：KMO值為0.696（＞0.6），表示可以進(jìn)行因子分析；Bartlett球度檢驗(yàn)的值為113.442（自由度為10），達(dá)到顯著水平，表明相關(guān)矩陣有共同因素存在，適合進(jìn)行因子分析.

3.2 因子分析

首先進(jìn)行嘗試性分析.根據(jù)原有變量的相關(guān)系數(shù)矩陣，采用主成分分析法提取因子，并列出其特征根值.圖2所示為因子碎石圖，根據(jù)特征根大于或等于1的判斷準(zhǔn)則，以及考慮累計貢獻(xiàn)率為70%～85%的準(zhǔn)則，碎石圖顯示第3個因子開始特征根很小，對解釋原有變量的貢獻(xiàn)很小，成為可以被忽略的“高山下的碎石”，因此在計算中取2個因子.

圖2 因子碎石圖Fig.2 Scree plot

取2個因子時，因子解釋原有變量總方差的情況如表3所示.由表3可以看出，當(dāng)取2個因子時，可以解釋原有變量總方差的86.201%（＞85%），總體上原有變量的信息丟失很少，因子分析效果較理想.

取2個因子，經(jīng)過方差最大法正交旋轉(zhuǎn)后得到的因子載荷矩陣和因子協(xié)方差矩陣分別如表4和5所示.對該旋轉(zhuǎn)后的載荷矩陣，根據(jù)各共同因素中形容詞項的因子負(fù)荷量的大小進(jìn)行排序，便于考查各個因子所解釋的詞義變量.由表4可知：“正式的—休閑的”、“儒雅的—粗獷的”、“古典的—現(xiàn)代的”、“簡潔的—復(fù)雜的”這4個詞義在第一個因子上的載荷都很高，意味著它們與第一個因子的相關(guān)程度高，第一個因子能較好地解釋這4個詞義；第二個因子在情感詞對“艷麗的—淡雅的”有較高的載荷，主要解釋了這1個變量.

表3 因子解釋變量總方差的情況Table 3 Total variance explained

表4 因子載荷矩陣Table 4 Rotated component matrix

表5 因子協(xié)方差矩陣Table 5 Component score covariance matrix

因子分析中，每個因子所關(guān)聯(lián)的詞義之間都具有很大的相關(guān)性，而每個因子之間卻是相互獨(dú)立的.根據(jù)因子載荷矩陣，可以把每對情感變量表示為2因子的線性組合，得出因子分析模型如式（1）所示.

其中：f1和f2為因子.同時，采用回歸法估計出因子得分系數(shù)，得到的因子得分系數(shù)矩陣見表6.

表6 因子得分系數(shù)矩陣Table 6 Component score coefficient matrix

根據(jù)表6寫出的因子得分函數(shù)如式（2）所示.

根據(jù)因子得分系數(shù)矩陣，可以由每個男西裝圖像樣本的5對形容詞評估值，計算得出2個因子的值.作為共同因子，各因子分別對應(yīng)著不同的情感語義.這2個因子之間是相互獨(dú)立的，且對初始5對情感語義形容詞的解釋程度高達(dá)86.201%，表明可以使用這2個因子來概括描述5對情感詞，且信息損失較小.

4 男西裝情感因子空間的建立

男西裝圖像庫中的每個圖像樣本，在完成主觀情感調(diào)查，并經(jīng)過初步相關(guān)性分析后得到了5對情感形容詞的主觀評估值，從而可以建立男西裝圖像情感語義（形容詞）空間，每一幅圖像的情感語義可以用這些情感形容詞對的值進(jìn)行定量表示.然后，通過因子得分系數(shù)矩陣，可以計算出圖像的2個因子的值，即可以將5維的情感語義（形容詞）空間轉(zhuǎn)換為新的相互獨(dú)立的2維情感語義空間，稱其為情感因子空間，見式（2）.由于這個2維的情感因子空間可以在很大程度上解釋和描述初始的5對情感語義的總體意象，且信息損失較小，這樣的轉(zhuǎn)換一方面大大降低了情感語義的維度；另一方面，該2維空間是一個各維度之間相互獨(dú)立的正交語義空間，每個圖像樣本所對應(yīng)的各個語義分量是正交獨(dú)立的，在這樣的空間上定義的樣本點(diǎn)之間的距離將更為緊湊和合理，有利于對男西裝圖像樣本進(jìn)行識別、分類、檢索、評價等工作.

通過因子分析，對于男西裝圖像而言，可以將5維的情感語義空間簡化為2維正交的情感因子空間，這個變換可以通過因子得分系數(shù)矩陣實(shí)現(xiàn)；同時，通過因子載荷矩陣，明確了每個因子所對應(yīng)的情感語義形容詞，為以后直接由圖像特征推導(dǎo)2個公共因子打下了基礎(chǔ)，使用因子載荷矩陣，還可以完成2維因子空間到5維原始情感語義（形容詞）空間的轉(zhuǎn)換.

5 結(jié) 語

本文借鑒了實(shí)驗(yàn)心理學(xué)對情感的研究方法，以男西裝為例，采用語義差異法進(jìn)行了服裝圖像情感主觀調(diào)查，采用情感形容詞組對圖像情感語義進(jìn)行了描述和量化.在已經(jīng)得到8對男西裝情感描述詞的基礎(chǔ)上，通過相關(guān)性分析刪除相關(guān)性特別強(qiáng)的情感詞對.然后對剩余的5對男西裝圖像情感詞數(shù)據(jù)的相關(guān)系數(shù)矩陣進(jìn)行因子分析，得到了一個獨(dú)立正交的2維男西裝圖像情感因子空間，其中，每個因子分別與幾對情感詞主要對應(yīng)，實(shí)現(xiàn)了由男西裝的情感語義（形容詞）空間到情感因子空間的轉(zhuǎn)換，使下一步在該因子空間上定義男西裝圖像間的情感相似度和對男西裝圖像按情感相似性進(jìn)行評估和索引成為可能.該方法同樣可以擴(kuò)展到其他類別的服裝.

［1］張海波.服裝情感學(xué)［J］.針織工業(yè)，2010（6）：52－55.

［2］王偉凝.基于情感語義的圖像特征提取、檢索與分類研究［D］.廣州：華南理工大學(xué)電子與信息學(xué)院，2005.

［3］OSGOOD C E，SUCI G J，TANNENBAUM P H.The measurement of meaning［M］.Illinois，US：University of Illinois Press，1957.

［4］盧紋岱.SPSS統(tǒng)計分析［M］.4版.北京：電子工業(yè)出版社，2010.

［5］ZHANG H B，HUANG T J，LIU R P.Image database system of clothing emotion［C］//The 2nd International Conference on E－Business and E－Government.Shanghai，2011：6116－6119.

［6］李靜萍，謝綁昌.多元統(tǒng)計分析方法與應(yīng)用［M］.北京：中國人民大學(xué)出版社，2008.

Study on the Emotion Factor Space of Men's Suit

ZHANG Hai－boa，b，LIU Rui－puc，LIU Lib，c
（a.Computer Information Center；b.Beijing Key Laboratory of Clothing Material Research Development and Assessment；c.School of Fashion Art and Engineering，Beijing Institute of Fashion Technology，Beijing 100029，China）

Clothing style is complex and full of change，but the current description of clothing emotions is mostly qualitative characterization，and the words to express which have no systemic analysis until now.To establish the clothing semantic emotions space is the important prerequisite for computer recognition of clothing images from emotion mode and quantitative evaluation.The clothing emotions of men's suit are investigated from the choice of description words，voting on the web，initially selection，correlation analysis，and factor analysis，etc.A 2－D space is got for the emotional factors finally，so each image will possess a corresponded 2－D coordinates in the space，which can make it possible to define emotion similarity between images in the factor space，as well as to evaluate and index images of men's suit from the point of clothing emotion in the future.It is the basis to achieve machine evaluation，semantic identification and retrieval of image emotion for men's suit in the next work.The method can also be extended to other types of clothing.

men's suit；clothing emotion；emotion factor space；factor analysis

TP 391；TS 941

A

2011－05－16

北京市自然科學(xué)基金資助項目（4102023）；服裝材料研究開發(fā)與評價北京市重點(diǎn)實(shí)驗(yàn)室開放課題資助項目（2011ZK－03）

張海波（1970—），男，河北邯鄲人，副研究員，博士，研究方向?yàn)榉b情感、服裝計算機(jī)應(yīng)用.E－mail：hbdmzhb＠126.com

1671－0444（2012）03－0292－05