馮 玲
(泰山學(xué)院信息科學(xué)技術(shù)學(xué)院,山東泰安 271021)
分形理論應(yīng)用于計算機圖形學(xué)可生成無數(shù)奇異圖案,這些圖案是設(shè)計人員無法設(shè)計出的,非常適用于一些圖形的輔助設(shè)計,如印刷業(yè)、廣告業(yè)、紡織工業(yè)等多個領(lǐng)域的圖案設(shè)計.分形藝術(shù)圖案因其抽象性和奇異性,不能用單純的花朵、動物之類的詞語進行劃分,其評價主要是憑借用戶的主觀判斷,很容易因個人偏好造成評價的偏差,進而引起一定的歧義.因此,分形圖案設(shè)計評價的研究擁有很強的現(xiàn)實應(yīng)用.
分形圖案可作為設(shè)計人員的圖形設(shè)計參考庫.這些圖案可視化效果的優(yōu)良主要通過人為判斷,沒有實際的評價指標(biāo),本文嘗試提出一種新的評價方法,根據(jù)不同的圖片帶給用戶不同的情感狀態(tài)作為評價指標(biāo),并利用人工神經(jīng)網(wǎng)絡(luò)方法建立評價模型.情感狀態(tài)的測量以PAD三維情感模型中的情感量表為依據(jù),根據(jù)圖案應(yīng)用領(lǐng)域,分別對PAD情感量表的12個項目進行量化,神經(jīng)網(wǎng)絡(luò)應(yīng)用RBF網(wǎng)絡(luò),輸入為PAD情感量表量化分,輸出為適應(yīng)度(及最終評價).應(yīng)用此方法產(chǎn)生的模型,非常接近人類思維模式的特征,較好地保證了評價結(jié)果的客觀性.
奧斯古德(Osgood)的研究發(fā)現(xiàn)情緒體驗可以從評價(Evaluation)、力度(Potency)和活躍性(Activity)三個維度進行分析.基于奧斯古德的思路,美拉比安(Mehrabian)和拉塞爾(Russell)采用語義差異評價方法,將三個維度修訂為愉悅度(Pleasure,簡寫P,表示個體情感狀態(tài)的正負特性)、激活度(Arousal,簡寫為A,表示個體的神經(jīng)生理激活水平)、優(yōu)勢度(Dominance,簡寫為D,表示個體對情境和他人的控制狀態(tài)).該模型簡稱為PAD三維情感模型.根據(jù)這3個維度可以將情緒劃分為8類:+P+A+D,如高興的;-P-A -D,如無聊的;+P+A -D,如依賴的;-P-A+D,如蔑視的;+P-A+D,如放松的;-P+A -D,如焦慮的;+P-A -D,如溫順的;-P+A+D,如敵意的.Mehrabian編制了一個僅包括12個項目(3個維度分別用4個項目進行測量)的簡化版本.該量表具有廣泛的應(yīng)用價值,如產(chǎn)品評價、心境狀態(tài)和情緒的評定以及人格測試等,該表可與其他很多人格量表或情緒量表建立對應(yīng)關(guān)系.而且該表也有其獨特優(yōu)勢,如應(yīng)用PAD情緒量表中的3個維度能夠有效地表示出正性情緒和負性情緒.例如PAD情緒量表能夠區(qū)分出焦慮情緒和抑郁情緒,焦慮情緒和抑郁情緒都具有較低的愉悅度和優(yōu)勢度,但焦慮情緒要比抑郁情緒具有較高的激活度[1].
基于PAD情感量表的評價原理如下[2]:
(1)神經(jīng)網(wǎng)絡(luò)的輸入向量為PAD情感量表的量化值,神經(jīng)網(wǎng)絡(luò)的輸出為相應(yīng)綜合評價的向量;(2)訓(xùn)練該網(wǎng)絡(luò)時要用足夠的樣本,使不同的輸入向量活動對應(yīng)的輸出值;
(3)神經(jīng)網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)得到的正確內(nèi)部表示即為最終神經(jīng)網(wǎng)絡(luò)所持有的那組權(quán)值和閾值.
訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)即可作為一個有效工具,對樣本以外的數(shù)據(jù)作對應(yīng)的評價.因此,此網(wǎng)絡(luò)系統(tǒng)既可模擬設(shè)計人員對分形圖案進行評價,又可減少評價過程中的人為誤差.
建立神經(jīng)網(wǎng)絡(luò)模型主要考慮兩個問題:一是網(wǎng)絡(luò)的拓撲結(jié)構(gòu)的確定,二是學(xué)習(xí)參數(shù)的調(diào)整.在通常情況下,并沒有一個固定的模式來構(gòu)建網(wǎng)絡(luò)模型的結(jié)構(gòu),一般利用實驗方法來獲到一個較合適的網(wǎng)絡(luò)結(jié)構(gòu).
3.2.1 評價指標(biāo)體系及其量化
以PAD三維情感模型為基礎(chǔ),測量情感的工具分為完整PAD情感量表和簡化版PAD情感量表.其簡化量表包含12對形容詞,評價者通過比較每一對形容詞的含義與某種情感狀態(tài)的相似程度,在從1到9的量表上標(biāo)注出PAD三維情感空間上的情感狀態(tài)值.通過簡化版PAD情感量表,PAD三維情感模型可以實現(xiàn)對情感狀態(tài)的量化.
在中文簡化版PAD情感量表中,每個項目有1對表示不同情感狀態(tài)的形容詞,每對形容詞間的被分隔為9段;每對形容詞所表示的情感在其所屬維度上的量值相反,而在其他2個維度上基本相同.例如,測量愉悅度的一個項目由"憤怒的"和"有活力的"這對詞構(gòu)成,它們所代表的情感在愉悅度上相反,而在激活度和優(yōu)勢度上大致相同.該量表具有很大的應(yīng)用價值,如產(chǎn)品評價、心境狀態(tài)和情緒的評定以及人格測試等,該表可與其他很多人格量表或情緒量表建立對應(yīng)關(guān)系[3-4].
表1 分形藝術(shù)圖案設(shè)計的評價指標(biāo)體系
要實現(xiàn)利用神經(jīng)網(wǎng)絡(luò)模型評價圖案的設(shè)計,首先要建立評價指標(biāo)體系,根據(jù)中文簡化版PAD情感量表(如表1)作為評價體系對圖案設(shè)計進行評價.評價者分別從12個項目,評價自己看到圖片時所感受到的情緒體驗.評價者需根據(jù)哪種情緒更強烈及其強烈的程度來判定他們見到圖片時產(chǎn)生的情緒.從最左到最右,在此項目上的評分記為"-4"到"4",在中間時,記為"0"分,最后的評分為測量該維度的4個項目得分的平均值,計算的方法如表2.分值越高,則愉悅度、激活度、優(yōu)勢度越高[5].
根據(jù)不同的情感體驗和不同的應(yīng)用領(lǐng)域,分形藝術(shù)圖案的評價重點肯定是不同的.在進行評價圖案設(shè)計時,要根據(jù)實際應(yīng)用領(lǐng)域來確定不同指標(biāo)的權(quán)重.本文應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)來確定各指標(biāo)的權(quán)重,從而克服模糊隨機性及人為因素的影響.
表2 PAD原始分數(shù)計算
3.2.2 數(shù)據(jù)的采集
首先選定圖案設(shè)計的應(yīng)用領(lǐng)域,本文以室內(nèi)裝飾領(lǐng)域為例,評價人員對20副分形藝術(shù)圖案分別就以上提到的12組項目和最終評測結(jié)果測評并打分.評價的征集群體為小區(qū)住戶,采用問卷調(diào)查的方式,共發(fā)放70份問卷,收回問卷62份,其中有效問卷55份,本文選取其中的50份問卷結(jié)果,取其平均值作為最終PAD情感的評價結(jié)果.
根據(jù)問卷結(jié)果,得到相應(yīng)的評價指標(biāo)數(shù)據(jù),取得RBF網(wǎng)絡(luò)的訓(xùn)練樣本,分形藝術(shù)圖案數(shù)據(jù)如表3所示.表3中每行的最后一列為測試者對該樣本的評價值或滿意度的評分.評價值位于[1,10]區(qū)間內(nèi),評價值越大表示該樣本(圖案)應(yīng)用于此領(lǐng)域越好.
表3 分形圖數(shù)據(jù)(神經(jīng)網(wǎng)絡(luò)樣本)
3.2.3 神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)確定
具有學(xué)習(xí)能力是神經(jīng)網(wǎng)絡(luò)的最大特點,在學(xué)習(xí)及訓(xùn)練過程中,網(wǎng)絡(luò)的連接權(quán)值產(chǎn)生了變化,學(xué)習(xí)到的內(nèi)容也保存在連接權(quán)值中.通過對樣本的學(xué)習(xí)和訓(xùn)練,神經(jīng)網(wǎng)絡(luò)不斷改變其連接權(quán)值和拓撲結(jié)構(gòu),則網(wǎng)絡(luò)的輸出越來越接近期望的輸出.
運用MATLAB,對RBF神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)訓(xùn)練并確定網(wǎng)絡(luò)的模型結(jié)構(gòu)如下:
(1)輸入層神經(jīng)元的個數(shù).根據(jù)評價指標(biāo)體系,有12項指標(biāo)影響圖案設(shè)計,取輸入層個數(shù)為n=12;
(2)輸出層神經(jīng)元個數(shù).設(shè)置輸出層神經(jīng)元個數(shù)為1個.即輸出層神經(jīng)元個數(shù)m=1.評價值的范圍為[1,10].把評價結(jié)果集設(shè)為:非常適合、比較適合、一般適合、不太適合、很不適合五個等級,其評價數(shù)值范圍分別為:[10,8.5]、(8.5,7]、(7,5.5]、(5.5,4]、(4,1].
(3)網(wǎng)絡(luò)隱含層數(shù).選擇結(jié)構(gòu)相對簡單的3層RBF網(wǎng)絡(luò),及隱含層個數(shù)為1.
(4)隱含層神經(jīng)元個數(shù).根據(jù)經(jīng)驗和實際的網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練,取隱含層神經(jīng)元個數(shù)37.
根據(jù)上述網(wǎng)絡(luò)結(jié)構(gòu)、指標(biāo)體系和學(xué)習(xí)訓(xùn)練步驟對20副分形圖案在室內(nèi)裝飾領(lǐng)域進行情感適應(yīng)度評價測試,將前10組樣本作為學(xué)習(xí)訓(xùn)練樣本,用以訓(xùn)練網(wǎng)絡(luò)連接權(quán)值.后10組作為測試樣本.經(jīng)過1000次學(xué)習(xí)訓(xùn)練,其結(jié)果與用戶測評結(jié)果對比如圖1所示.學(xué)習(xí)訓(xùn)練結(jié)束后,利用訓(xùn)練好的3層RBF網(wǎng)絡(luò)模型,依次輸入測試的10組樣本數(shù)據(jù).網(wǎng)絡(luò)測試結(jié)果與用戶的評價結(jié)果對比如圖2所示.從圖2可看出,此神經(jīng)網(wǎng)絡(luò)模型的測評結(jié)果和用戶的評價結(jié)果基本一致.
圖1 網(wǎng)絡(luò)訓(xùn)練結(jié)果和用戶評價結(jié)果對比
圖2 網(wǎng)絡(luò)測試結(jié)果和用戶評價結(jié)果對比
當(dāng)用戶面對一副美麗的分形藝術(shù)圖案時,往往不確定該應(yīng)用于什么領(lǐng)域合適,或由于個人的評判偏差錯誤的應(yīng)用于某領(lǐng)域,造成較差的效果甚至經(jīng)濟損失.本文提出基于PAD三維情感模型的分形圖評價體系,并利用RBF神經(jīng)網(wǎng)絡(luò)對分形藝術(shù)圖案在不同的設(shè)計應(yīng)用領(lǐng)域進行適應(yīng)度及滿意度評價,依據(jù)其評價結(jié)果來確定其應(yīng)用領(lǐng)域.實驗表明,應(yīng)用PAD情感量表作為分形圖評價指標(biāo),并用神經(jīng)網(wǎng)絡(luò)模擬人的情感狀態(tài),對分形圖案設(shè)計進行適應(yīng)度評價,能減少人為誤差及不確定性,獲得了較好的結(jié)果.
[1]李小明,傅小蘭,鄧國峰.中文簡化版PAD情緒量表在京大學(xué)生中的初步試用[J].中國心理衛(wèi)生雜志,2008,22(5):327-329.
[2]朱啟紅,張鋼.人工神經(jīng)網(wǎng)絡(luò)在組織網(wǎng)絡(luò)化發(fā)展評價中的應(yīng)用[J].計算機應(yīng)用研究,2007,24(6):239-241.
[3]劉燁,陶霖密,傅小蘭,等.基于情緒圖片的 PAD情感狀態(tài)模型分析[J].中國圖象圖形學(xué)報,2009,14(5):753-758.
[4]曹潔,彭浩,王宏,等.基于PAD理論的人臉情感識別[J].中國圖象圖形學(xué)報,2009,14(5):759-763.
[5]周慧.基于PAD三維情緒模型的情感語音轉(zhuǎn)換與識別[D].蘭州:西北師范大學(xué),2009.