裴卉寧，黃雪芹，李海濤，白仲航,3+

(1.河北工業(yè)大學(xué) 建筑與藝術(shù)設(shè)計(jì)學(xué)院，天津 300401；2.青島科技大學(xué) 數(shù)理學(xué)院，山東 青島 266042；3.河北工業(yè)大學(xué) 國(guó)家技術(shù)創(chuàng)新方法與實(shí)施工具工程技術(shù)研究中心，天津 300401)

0 引言

產(chǎn)品造型設(shè)計(jì)是設(shè)計(jì)藝術(shù)、藝術(shù)與工程技術(shù)融合完成方案的過(guò)程，融合了形態(tài)、色彩、材料和質(zhì)感等造型元素，以塑造差異化的產(chǎn)品造型。其中，形態(tài)作為產(chǎn)品的物質(zhì)載體，是設(shè)計(jì)者與用戶(hù)交流的重要媒介[1]。在個(gè)體設(shè)計(jì)師根據(jù)自身設(shè)計(jì)創(chuàng)意與經(jīng)驗(yàn)，運(yùn)用形態(tài)設(shè)計(jì)資源完成目標(biāo)方案設(shè)計(jì)后，準(zhǔn)確合理的設(shè)計(jì)決策對(duì)產(chǎn)品研發(fā)過(guò)程尤為重要[2]。但產(chǎn)品形態(tài)設(shè)計(jì)方案決策受需求多樣性、信息模糊性、決策主觀性等多種因素影響，具有多目標(biāo)、多層次與不確定的復(fù)雜特性，難以形成一套理性有效的設(shè)計(jì)決策方法[3]。

目前，深度學(xué)習(xí)、區(qū)塊鏈、人工智能與云計(jì)算等新技術(shù)逐漸與設(shè)計(jì)領(lǐng)域相融合，人工智能相關(guān)理論和方法在解決圖像識(shí)別和設(shè)計(jì)決策等方面表現(xiàn)出了較好的優(yōu)越性，為提高產(chǎn)品形態(tài)設(shè)計(jì)決策的準(zhǔn)確度與效率提供了方法參考。國(guó)外學(xué)者主要對(duì)產(chǎn)品決策流程的基本特性[4]，決策方法的優(yōu)化問(wèn)題[5]進(jìn)行研討；國(guó)內(nèi)學(xué)者則從決策偏好[6]、設(shè)計(jì)理性[7]或多目標(biāo)群體[8]等角度入手，將數(shù)據(jù)挖掘[9]、機(jī)器學(xué)習(xí)[10-11]等先進(jìn)技術(shù)運(yùn)用到智能決策系統(tǒng)中。上述研究在設(shè)計(jì)決策方面取得了一定的成果，部分學(xué)者基于實(shí)例樣本的數(shù)據(jù)庫(kù)對(duì)設(shè)計(jì)決策模型進(jìn)行了構(gòu)建和研究，但是較高的數(shù)據(jù)庫(kù)樣本量要求，對(duì)特殊研究對(duì)象的小樣本數(shù)據(jù)集問(wèn)題提出了挑戰(zhàn)。

近年來(lái)，深度學(xué)習(xí)利用多層神經(jīng)網(wǎng)絡(luò)分析圖像逐漸抽象的層次化特征，從而建立視覺(jué)圖像到語(yǔ)義類(lèi)別的映射[12]，在語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)、醫(yī)學(xué)藥物檢索等領(lǐng)域取得了突破性成果。工業(yè)制造領(lǐng)域，深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)中的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)[13]、循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks, RNN)[14]、深度殘差學(xué)習(xí)網(wǎng)絡(luò)(Residual Neural Network, ResNet)[15]等已被用于解決產(chǎn)品設(shè)計(jì)流程和設(shè)計(jì)決策等問(wèn)題，但亦需大量訓(xùn)練數(shù)據(jù)樣本作為支撐，而多數(shù)產(chǎn)品自身具有較大的差異性與獨(dú)特性，完整且基數(shù)大的設(shè)計(jì)案例收集相對(duì)困難，并不能保證運(yùn)用深度學(xué)習(xí)支撐智能決策模型系統(tǒng)的合理性。

綜上所述，針對(duì)以上發(fā)現(xiàn)的傳統(tǒng)深度學(xué)習(xí)模型在小樣本數(shù)據(jù)集表現(xiàn)不佳的問(wèn)題，本文提出了基于膠囊網(wǎng)絡(luò)形態(tài)設(shè)計(jì)決策模型，利用膠囊網(wǎng)絡(luò)對(duì)樣本量要求不高的優(yōu)點(diǎn)，運(yùn)用深度學(xué)習(xí)方法進(jìn)行產(chǎn)品設(shè)計(jì)方案智能決策，以克服小樣本數(shù)據(jù)集情況下傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)用于設(shè)計(jì)決策的弊端。

1 膠囊網(wǎng)絡(luò)與圖像識(shí)別

1.1 膠囊網(wǎng)絡(luò)

膠囊網(wǎng)絡(luò)是由Geoffrey Hinton提出的新型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，目的是規(guī)避傳統(tǒng)CNN的固有缺陷[16]?，F(xiàn)有的研究已將膠囊網(wǎng)絡(luò)應(yīng)用于多個(gè)研究領(lǐng)域，并取得了較好的成果。例如，馮偉業(yè)等[17]運(yùn)用膠囊網(wǎng)絡(luò)提出了合成孔徑雷達(dá)圖像分類(lèi)方法，解決CNN池化操作中主動(dòng)丟棄大量細(xì)節(jié)信息，進(jìn)而產(chǎn)生無(wú)法避免的過(guò)擬合問(wèn)題；李鵬等[18]通過(guò)膠囊網(wǎng)絡(luò)精確地傳遞大量姿態(tài)信息，提出了一種基于膠囊網(wǎng)絡(luò)模型的深度學(xué)習(xí)方法，該算法在降低計(jì)算復(fù)雜性的同時(shí)精準(zhǔn)識(shí)別了來(lái)自不同3D視圖的行人；陳立潮等[19]采用超深度卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)特征提取部分，驗(yàn)證了膠囊網(wǎng)絡(luò)相較于傳統(tǒng)卷積網(wǎng)絡(luò)能通過(guò)較少的數(shù)據(jù)集完成智能交通標(biāo)志的識(shí)別。

傳統(tǒng)卷積網(wǎng)絡(luò)采用最大池化方法實(shí)現(xiàn)神經(jīng)元的活動(dòng)中的視角不變性的同時(shí)，會(huì)出現(xiàn)丟失有價(jià)值信息、忽視編碼特征之間的空間層次關(guān)系等問(wèn)題，從而導(dǎo)致特征提取不完全、圖像的空間分辨率降低等現(xiàn)象，不利于對(duì)物體空間辨識(shí)度高的圖像的識(shí)別。

膠囊網(wǎng)絡(luò)則采用向量神經(jīng)元規(guī)避傳統(tǒng)卷積網(wǎng)絡(luò)由于最大池化導(dǎo)致的特征提取不完全的問(wèn)題，即所有膠囊檢測(cè)的特征及其狀態(tài)的相關(guān)信息，均以向量的形式(神經(jīng)元?jiǎng)t以標(biāo)量輸出)封裝于膠囊[20]，膠囊對(duì)特征的檢測(cè)概率進(jìn)行編碼作為輸出向量的長(zhǎng)度，其特征狀態(tài)則作為該向量的方向；若圖像中被檢測(cè)出的特征發(fā)生變化(如向量在空間中移動(dòng)或旋轉(zhuǎn)等)，向量的長(zhǎng)度不變而方向改變，膠囊仍然檢測(cè)出特征。換言之，神經(jīng)活動(dòng)會(huì)隨著實(shí)體在圖像中的“外觀流形上的移動(dòng)”而變化，且檢測(cè)概率仍維持不變[21]。正是由于膠囊網(wǎng)絡(luò)檢測(cè)特征的位置關(guān)系的特點(diǎn)，使其能在多數(shù)小型數(shù)據(jù)集中取得比卷積神經(jīng)網(wǎng)絡(luò)更好的結(jié)果。

1.2 產(chǎn)品形態(tài)圖像

一個(gè)成熟的產(chǎn)品設(shè)計(jì)方案的誕生是一個(gè)復(fù)雜、反復(fù)迭代的過(guò)程，設(shè)計(jì)者常采用方案圖像進(jìn)行多輪次的產(chǎn)品設(shè)計(jì)方案展示，往往導(dǎo)致決策效率低且不準(zhǔn)確度較高。對(duì)于形態(tài)較復(fù)雜的產(chǎn)品，從整體意義以及設(shè)計(jì)師設(shè)計(jì)習(xí)慣上產(chǎn)生的三視圖是決定產(chǎn)品意象的主要因素。三視圖圖像既是傳遞設(shè)計(jì)思想和產(chǎn)品語(yǔ)義的載體，也能更顯性而有效地反映該產(chǎn)品在3個(gè)投影方向上的形態(tài)特征與尺寸比例，如圖1所示。

同時(shí)，面向設(shè)計(jì)領(lǐng)域的圖像識(shí)別與處理任務(wù)，往往選取單一視角的方案圖像作為輸入，很難保證對(duì)象形態(tài)特征語(yǔ)義標(biāo)注的準(zhǔn)確性。若采用多視角圖像即可彌補(bǔ)該缺陷，但傳統(tǒng)的深度學(xué)習(xí)模型對(duì)于三視圖圖像的識(shí)別精度過(guò)低，不能準(zhǔn)確地識(shí)別在不同視角下的同一對(duì)象。而且增加檢測(cè)對(duì)象視角后會(huì)出現(xiàn)泛化能力普遍變差的現(xiàn)象，將導(dǎo)致訓(xùn)練難度急劇加大等問(wèn)題，因此三視圖圖像在人工智能設(shè)計(jì)決策中應(yīng)用性不高。然而，由于膠囊網(wǎng)絡(luò)具有“視點(diǎn)不變性”的附加優(yōu)點(diǎn)，可以檢測(cè)圖像中特定對(duì)象的空間層次關(guān)系，更適用于同一三維實(shí)體的不同視角圖像的識(shí)別分類(lèi)。

隨著深度學(xué)習(xí)、人工智能等新興技術(shù)與設(shè)計(jì)服務(wù)產(chǎn)業(yè)相融合?；谌斯ぶ悄軐?duì)大量設(shè)計(jì)方案圖像及其感性語(yǔ)義進(jìn)行快速準(zhǔn)確的標(biāo)注，也成為設(shè)計(jì)決策研究領(lǐng)域中的熱點(diǎn)[22]。作為典型的計(jì)算機(jī)視覺(jué)識(shí)別任務(wù)，圖像語(yǔ)義分割過(guò)程既是將數(shù)字圖像劃分為若干特定區(qū)域的過(guò)程，同時(shí)也是將所屬同一區(qū)域的像素賦予相同編號(hào)的標(biāo)記過(guò)程，進(jìn)而實(shí)現(xiàn)圖像特征提取和檢測(cè)識(shí)別。

2 基于膠囊網(wǎng)絡(luò)的產(chǎn)品形態(tài)設(shè)計(jì)決策模型

膠囊可以被認(rèn)為是一組神經(jīng)元，其輸出代表同一實(shí)體對(duì)象的不同屬性。淺層膠囊層通過(guò)變換矩陣對(duì)深層膠囊層進(jìn)行姿態(tài)預(yù)測(cè)，然后使用動(dòng)態(tài)路由機(jī)制，通過(guò)迭代聚類(lèi)的方法獲得耦合系數(shù)，并將相關(guān)膠囊的信息傳遞給下一層?；谀z囊的計(jì)算結(jié)構(gòu)與路由機(jī)制相結(jié)合，可以識(shí)別數(shù)據(jù)特征之間的部分—整體關(guān)系，大大增強(qiáng)模型的泛化能力。因此，基于膠囊網(wǎng)絡(luò)的產(chǎn)品形態(tài)設(shè)計(jì)決策模型可以更好地識(shí)別出不同視角下的同一物體，進(jìn)而三視圖圖像能夠更好地應(yīng)用在產(chǎn)品形態(tài)設(shè)計(jì)決策領(lǐng)域。

2.1 模型整體框架

基于第1.2節(jié)內(nèi)容，三視圖圖像可以通過(guò)人工智能算法實(shí)現(xiàn)分類(lèi)、理解和特征語(yǔ)義評(píng)價(jià)。將設(shè)計(jì)方案三視圖作為圖像輸入，經(jīng)過(guò)圖像預(yù)處理后根據(jù)機(jī)器人結(jié)構(gòu)特征對(duì)關(guān)鍵造型區(qū)域進(jìn)行圖像語(yǔ)義分割，并提取關(guān)鍵特征進(jìn)行判斷。根據(jù)算法推理和預(yù)評(píng)估設(shè)計(jì)方案的分?jǐn)?shù)，實(shí)現(xiàn)機(jī)器人設(shè)計(jì)方案的智能決策。

將既定的設(shè)計(jì)語(yǔ)義進(jìn)行預(yù)處理后輸入到模型中，對(duì)需要決策的方案設(shè)計(jì)圖像進(jìn)行學(xué)習(xí)訓(xùn)練，運(yùn)用膠囊網(wǎng)絡(luò)模型，得到基于深度學(xué)習(xí)系統(tǒng)的膠囊網(wǎng)絡(luò)設(shè)計(jì)決策方法。如圖2所示，該設(shè)計(jì)決策方法所涉及的整體框架包含歷史數(shù)據(jù)集訓(xùn)練與測(cè)試設(shè)計(jì)數(shù)據(jù)決策兩部分。

(1)歷史數(shù)據(jù)集訓(xùn)練部分 首先，搭建基于產(chǎn)品形態(tài)語(yǔ)義的訓(xùn)練集數(shù)據(jù)搜集及其預(yù)處理。搜集特定產(chǎn)品圖像建立膠囊網(wǎng)絡(luò)設(shè)計(jì)決策模型的初步數(shù)據(jù)集；其次，運(yùn)用圖像分割和語(yǔ)義標(biāo)注，搭建出膠囊網(wǎng)絡(luò)決策模型所需的方案圖像數(shù)據(jù)集；最后，通過(guò)膠囊網(wǎng)絡(luò)對(duì)方案圖像進(jìn)行卷積操作，并輸入模型中。

在整個(gè)膠囊網(wǎng)絡(luò)模型中，首先，由卷積層負(fù)責(zé)所輸入圖像中實(shí)體形態(tài)特征和語(yǔ)義標(biāo)注特征的提??；其次，將這些特征作為輸入發(fā)送到主膠囊層。在主膠囊層中，每個(gè)主膠囊為一個(gè)神經(jīng)元組，淺層膠囊層將卷積層提取的特征圖轉(zhuǎn)化為向量膠囊；再次，通過(guò)動(dòng)態(tài)路由算法對(duì)連接主膠囊和數(shù)字膠囊之間的網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，從而得到數(shù)字膠囊。動(dòng)態(tài)路由算法實(shí)現(xiàn)了深淺兩層隱藏層之間關(guān)系的動(dòng)態(tài)連接，使得膠囊之間可以更準(zhǔn)確有效地傳遞信息；最終，運(yùn)用動(dòng)態(tài)路由規(guī)則將主膠囊層與數(shù)字膠囊層連接，輸出最終的結(jié)果。

(2)測(cè)試設(shè)計(jì)數(shù)據(jù)決策部分 經(jīng)過(guò)訓(xùn)練，模型將隱式地學(xué)習(xí)語(yǔ)義和圖像特征之間的關(guān)系，動(dòng)態(tài)地調(diào)節(jié)各層之間的權(quán)重。模型訓(xùn)練完成后，將網(wǎng)絡(luò)參數(shù)進(jìn)行保存用于設(shè)計(jì)決策部分。輸入既定設(shè)計(jì)語(yǔ)義目標(biāo)到?jīng)Q策模型，再將設(shè)計(jì)過(guò)程所得的設(shè)計(jì)方案圖像輸入到已訓(xùn)練的設(shè)計(jì)決策膠囊網(wǎng)絡(luò)中。通過(guò)人工智能對(duì)設(shè)計(jì)圖像進(jìn)行語(yǔ)義解碼，所輸入的設(shè)計(jì)方案由膠囊網(wǎng)絡(luò)模型識(shí)別處理得到1～10分的評(píng)價(jià)結(jié)果。

2.2 構(gòu)建設(shè)計(jì)方案圖像數(shù)據(jù)集

對(duì)于圖像中的實(shí)體檢測(cè)和特征狀態(tài)識(shí)別，膠囊網(wǎng)絡(luò)設(shè)計(jì)決策需要對(duì)產(chǎn)品形態(tài)結(jié)構(gòu)區(qū)域進(jìn)行語(yǔ)義分割，產(chǎn)品方案形態(tài)需提供關(guān)鍵標(biāo)注區(qū)域的輪廓邊緣線(xiàn)[23]。本文模型數(shù)據(jù)集的構(gòu)建需要對(duì)數(shù)據(jù)集樣本進(jìn)行預(yù)處理與特征提取，具體步驟如下：

(1)如圖3所示，本文以智能陪護(hù)機(jī)器人形態(tài)圖作為基礎(chǔ)數(shù)據(jù)集。數(shù)據(jù)集包含從3個(gè)角度捕捉的對(duì)象圖像，通過(guò)對(duì)不同視圖的機(jī)器人形態(tài)特征進(jìn)行訓(xùn)練，得到訓(xùn)練模型，用于機(jī)器人形態(tài)識(shí)別。初步收集了銷(xiāo)售市場(chǎng)現(xiàn)存的機(jī)器人形態(tài)及設(shè)計(jì)方案的三視圖或近似三視圖作為圖像數(shù)據(jù)。

但數(shù)據(jù)集仍遠(yuǎn)不夠數(shù)量基數(shù)，本文通過(guò)網(wǎng)絡(luò)爬蟲(chóng)爬取的圖像對(duì)智能陪護(hù)機(jī)器人進(jìn)行數(shù)據(jù)集擴(kuò)充。擴(kuò)充后的三個(gè)視圖方向上訓(xùn)練數(shù)據(jù)集分別對(duì)應(yīng)的樣本圖像個(gè)數(shù)以及圖像內(nèi)目標(biāo)個(gè)數(shù)如表1所示，其中部分單張圖像包括多個(gè)以及多種樣本目標(biāo)。

表1 數(shù)據(jù)集類(lèi)別統(tǒng)計(jì)

(2)數(shù)據(jù)集擴(kuò)充后，篩選出符合數(shù)據(jù)圖像要求的設(shè)計(jì)方案歷史數(shù)據(jù)集樣本，剔除無(wú)效樣本。通過(guò)初步篩選得到的數(shù)據(jù)集共300例設(shè)計(jì)案例樣本圖像，其中每例機(jī)器人設(shè)計(jì)案例圖分為正視、側(cè)視和頂視3個(gè)視角類(lèi)型。將數(shù)據(jù)集隨機(jī)劃分為訓(xùn)練集(250個(gè)案例樣本，250×3張圖像)和測(cè)試集(50個(gè)案例樣本，50×3張圖像)兩個(gè)部分。部分智能陪護(hù)機(jī)器人數(shù)據(jù)集如表2所示。

表2 部分?jǐn)?shù)據(jù)集構(gòu)建

續(xù)表2

(3)完成基礎(chǔ)圖像數(shù)據(jù)后，從產(chǎn)品外輪廓信息中提取出形態(tài)邊緣線(xiàn)，依據(jù)不同結(jié)構(gòu)區(qū)域的邊緣線(xiàn)進(jìn)行圖像區(qū)域分割。在智能陪護(hù)機(jī)器人的形態(tài)設(shè)計(jì)中，方案三視圖或?qū)嵨镎掌话爿^為清晰、鮮少遮擋。為了更好地實(shí)現(xiàn)機(jī)器人圖像分割和輪廓提取過(guò)程，本次實(shí)驗(yàn)采用FCN(fully convolutional networks)開(kāi)源代碼進(jìn)行形態(tài)區(qū)域分割及邊緣線(xiàn)繪制，從而完成圖像數(shù)據(jù)集的初步預(yù)處理。

(4)根據(jù)對(duì)現(xiàn)有智能機(jī)器人案例樣本形態(tài)的綜合分析，得到影響現(xiàn)存智能陪護(hù)機(jī)器人造型的5個(gè)主要部位：底座、軀干、交互操作區(qū)、上肢臂、腦感知區(qū)[24]。在本文中按照基本結(jié)構(gòu)部位分為頭部、軀干、上肢和底座4部分，這4個(gè)主要部分互相影響且綜合作用于智能陪護(hù)機(jī)器人整體形態(tài)感知。以機(jī)器人的結(jié)構(gòu)劃分后的關(guān)鍵標(biāo)注區(qū)域如圖4所示。

(5)為增強(qiáng)膠囊網(wǎng)絡(luò)模型標(biāo)注的權(quán)威性，根據(jù)王年文[24]對(duì)智能服務(wù)機(jī)器人的造型意象研究成果，通過(guò)定性數(shù)據(jù)分析和感性工學(xué)方法將其造型設(shè)計(jì)意象語(yǔ)義詞匯概括為簡(jiǎn)約—復(fù)雜、易用—難用、優(yōu)雅—粗俗、時(shí)尚—保守、沉穩(wěn)—稚拙、安全—危險(xiǎn)、修長(zhǎng)—短小、流暢—晦澀、溫暖—冰冷9對(duì)詞匯。為了排除色彩等影響因素，使語(yǔ)義標(biāo)注更加準(zhǔn)確嚴(yán)謹(jǐn)，將與形態(tài)相關(guān)性較弱的詞匯進(jìn)行精簡(jiǎn)，并添加了動(dòng)感—穩(wěn)健、科技—守舊作為語(yǔ)義詞匯，總共形成9對(duì)語(yǔ)義詞匯標(biāo)注數(shù)據(jù)。已有研究提出產(chǎn)品感性意象與設(shè)計(jì)要素間映射關(guān)系模型，明確產(chǎn)品感性意象創(chuàng)新設(shè)計(jì)參考依據(jù)[25]。故以分析所得的機(jī)器整體形態(tài)與關(guān)鍵形態(tài)結(jié)構(gòu)為基礎(chǔ)，討論意象語(yǔ)義與形態(tài)結(jié)構(gòu)之間的關(guān)聯(lián)性，對(duì)數(shù)據(jù)集的關(guān)鍵標(biāo)注區(qū)域進(jìn)行語(yǔ)義標(biāo)注。

產(chǎn)品形態(tài)方案數(shù)據(jù)集的語(yǔ)義標(biāo)簽采用麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室(Computer Science and Artificial Intelligence Laboratory, CSAIL)研發(fā)的開(kāi)源圖像標(biāo)注工具Labelme進(jìn)行數(shù)據(jù)集標(biāo)注。在對(duì)機(jī)器人形態(tài)整體及各模塊進(jìn)行語(yǔ)義描述的基礎(chǔ)上，由具有6年以上產(chǎn)品設(shè)計(jì)經(jīng)驗(yàn)的設(shè)計(jì)者對(duì)產(chǎn)品可實(shí)現(xiàn)性與設(shè)計(jì)方案總體評(píng)價(jià)分10級(jí)(1～10)進(jìn)行標(biāo)注。產(chǎn)品可實(shí)現(xiàn)性主要考察方案落實(shí)工業(yè)化生產(chǎn)的可能性。依據(jù)對(duì)設(shè)計(jì)方案圖像形態(tài)的綜合性評(píng)價(jià)進(jìn)行設(shè)計(jì)方案總體打分。首先，對(duì)使用者、設(shè)計(jì)專(zhuān)家等人群進(jìn)行調(diào)研或?qū)嶒?yàn)；然后，采用SPSS 22統(tǒng)計(jì)分析軟件對(duì)不同參與者的評(píng)價(jià)或標(biāo)注結(jié)果進(jìn)行數(shù)據(jù)分析；最后，對(duì)其置信度統(tǒng)計(jì)用以提升數(shù)據(jù)集的可信度。數(shù)據(jù)集形態(tài)語(yǔ)義標(biāo)注如表3所示。

表3 設(shè)計(jì)歷史數(shù)據(jù)集形態(tài)語(yǔ)義標(biāo)注

如果面臨數(shù)據(jù)量較大，且需不斷對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練的情況，膠囊網(wǎng)絡(luò)的算法需要人為介入數(shù)據(jù)集識(shí)別和圖像數(shù)據(jù)中的實(shí)體標(biāo)注，通過(guò)人工智能算法得到圖像中某一實(shí)體的分割區(qū)域初步定位。而且，基于膠囊網(wǎng)絡(luò)數(shù)據(jù)集相對(duì)其他深度學(xué)習(xí)網(wǎng)絡(luò)小的優(yōu)勢(shì)，還可使用人工校正數(shù)據(jù)信息。

2.3 基于膠囊網(wǎng)絡(luò)的深度學(xué)習(xí)模型

膠囊網(wǎng)絡(luò)基本的結(jié)構(gòu)為輸入層、卷積層、主膠囊層和數(shù)字膠囊層。如圖5所示，卷積層采用9×9且步長(zhǎng)為1的卷積核進(jìn)行特征提取，獲得20×20×256的張量，即通過(guò)ReLU激活，輸出256通道20×20的特征圖。再將特征圖輸入主膠囊層(primary capsules)中，該層包含32個(gè)主膠囊，負(fù)責(zé)獲取卷積層檢測(cè)到的基本特征并生成特征的組合。每個(gè)膠囊將8個(gè)9×9×256卷積核運(yùn)用于20×20×256輸入張量，從而生成6×6×8輸出張量。數(shù)字膠囊層包含10個(gè)數(shù)字膠囊，其中每個(gè)膠囊對(duì)應(yīng)一個(gè)類(lèi)別。根據(jù)膠囊的內(nèi)部工作原理，每個(gè)膠囊輸入一個(gè)6×6×8×32張量，即6×6×32的8維向量，相當(dāng)于1 152維輸入向量。

將1 152個(gè)8維的膠囊輸入到Squash激活函數(shù)中，并輸入到數(shù)字膠囊層。在膠囊內(nèi)部，輸入向量中的每一個(gè)都獲得其自身的8×16權(quán)重矩陣，通過(guò)動(dòng)態(tài)路由將輸入向量由8維空間映射到16維空間，最終輸出為10個(gè)16維向量。再對(duì)10個(gè)16維的向量分別計(jì)算其長(zhǎng)度，得到10維的輸出，最后和標(biāo)簽值計(jì)算損失。

數(shù)據(jù)集涉及到3個(gè)角度捕捉的對(duì)象圖像，與傳統(tǒng)的CNN模型相比，受過(guò)訓(xùn)練的膠囊網(wǎng)絡(luò)檢測(cè)該數(shù)據(jù)集中對(duì)象的準(zhǔn)確性更高。數(shù)據(jù)集中包含不同視角的同一對(duì)象的圖像數(shù)據(jù)及其語(yǔ)義標(biāo)簽與打分的數(shù)據(jù)。運(yùn)用膠囊網(wǎng)絡(luò)“視點(diǎn)不變性”特點(diǎn)，即使輸入圖像的位置、狀態(tài)等發(fā)生變化，膠囊網(wǎng)絡(luò)仍能判斷輸入特征的存在性；同時(shí)能夠建模特征的空間層次信息。

首先，對(duì)設(shè)計(jì)方案圖像做歸一化處理。將設(shè)計(jì)方案圖像按照其短邊進(jìn)行等比縮放后，對(duì)圖像內(nèi)實(shí)體(機(jī)器人)隨機(jī)采樣得到剪裁圖像。第一層是卷積層，負(fù)責(zé)對(duì)輸入圖像作常規(guī)的卷積操作，獲取圖像特征，所提取的圖像特征包含機(jī)器人整體形態(tài)及其4個(gè)關(guān)鍵標(biāo)注區(qū)域的形態(tài)特征。其次，在主膠囊層中再作卷積操作，使所得特征圖像均轉(zhuǎn)換為一維，并將若干個(gè)特征組合到一起，這樣就將其調(diào)整成適用于膠囊網(wǎng)絡(luò)的一組向量神經(jīng)元，即膠囊。主膠囊層由多個(gè)向量組成，這些向量分別代表來(lái)自3個(gè)視角機(jī)器人圖像的頭部、軀干等結(jié)構(gòu)特征。輸入一張機(jī)器人圖像時(shí)，主膠囊層將檢測(cè)學(xué)習(xí)到的特征(頭部、軀干等結(jié)構(gòu)特征)。膠囊將特征檢測(cè)的概率作為其輸出向量的長(zhǎng)度進(jìn)行編碼，檢測(cè)出的特征狀態(tài)被編碼為該向量指向的方向(“實(shí)例參數(shù)”)。因此，檢測(cè)出的特征在圖像中移動(dòng)或其狀態(tài)發(fā)生變化(對(duì)象即為視角改變)時(shí)，概率仍然保持不變(向量長(zhǎng)度未改變)，網(wǎng)絡(luò)預(yù)測(cè)的結(jié)果中的位置和狀態(tài)信息也隨之改變(向量的方向會(huì)相應(yīng)地發(fā)生變化)。在此基礎(chǔ)上，數(shù)據(jù)集圖像特征通過(guò)向量的形式進(jìn)行膠囊間的信息傳遞，再利用動(dòng)態(tài)路由算法獲得一組數(shù)字膠囊。最后，研究對(duì)象存在的概率依據(jù)向量模的大小進(jìn)行判斷，其存在概率隨模值遞增。

因此，將同一機(jī)器人不同視角的圖像輸入到膠囊網(wǎng)絡(luò)中時(shí)，模型會(huì)對(duì)不同的特征進(jìn)行空間層次上的建模，保留各個(gè)特征重要的空間信息，即使視角發(fā)生變化，模型也能夠?qū)⒉煌暯窍碌耐荒繕?biāo)劃分為相同的類(lèi)別。

考慮機(jī)器人圖像識(shí)別任務(wù)，機(jī)器人圖像經(jīng)過(guò)處理后會(huì)得到多個(gè)膠囊。其中，低層膠囊(如頭部，軀干，底座等)會(huì)將向量發(fā)送到高層膠囊(機(jī)器人整體形態(tài))，這個(gè)發(fā)送向量的過(guò)程包含兩個(gè)步驟：

步驟1低層膠囊會(huì)為每個(gè)可能的高層膠囊找到一個(gè)預(yù)測(cè)向量。令ui表示低層膠囊(頭部)，則高層的預(yù)測(cè)向量可以通過(guò)式(1)得到：

uj|i=wij×ui。

(1)

式中：wij表示低層膠囊與高層膠囊之間的權(quán)重矩陣，該變換矩陣表示輸入的對(duì)象結(jié)構(gòu)特征(如機(jī)器人頭部)和輸出的(機(jī)器人整體形態(tài))之間的空間關(guān)系；uj|i表示通過(guò)低層的第i個(gè)膠囊預(yù)測(cè)生成的較高層的第j個(gè)膠囊。

步驟2膠囊網(wǎng)絡(luò)以矢量形式封裝了有關(guān)特征狀態(tài)的所有重要信息。低層膠囊i需要決定如何將其輸出向量發(fā)送給高層膠囊j，該過(guò)程可概括為動(dòng)態(tài)路由的主要思想。通過(guò)動(dòng)態(tài)路由算法，權(quán)值將不斷地更新迭代，直至低層膠囊i和高層膠囊j單元呈現(xiàn)最佳的匹配。這意味著低層膠囊i可以預(yù)測(cè)高層膠囊j的輸出結(jié)果，只有在這些預(yù)測(cè)達(dá)成一致時(shí)，高層膠囊j才會(huì)被激活。動(dòng)態(tài)路由和重建正則化使膠囊網(wǎng)絡(luò)能夠建模空間層次關(guān)系，即使面對(duì)訓(xùn)練集中不同視角下的同一對(duì)象預(yù)測(cè)時(shí)，膠囊網(wǎng)絡(luò)依然具有良好的泛化能力。動(dòng)態(tài)路由規(guī)則是膠囊網(wǎng)絡(luò)取得更好的設(shè)計(jì)圖像特征識(shí)別效果的主要原因，也是膠囊網(wǎng)絡(luò)模型的重要思想。高層膠囊的計(jì)算如式(2)和式(3)所示:

(2)

(3)

其中:cij為低層次第i個(gè)膠囊與高層次第j個(gè)膠囊之間的耦合系數(shù);sj為第j個(gè)膠囊的輸入向量，運(yùn)用非線(xiàn)性函數(shù)squash(.)獲得Vj(高層膠囊的輸出)。

以上參數(shù)的更新需要?jiǎng)討B(tài)路由算法的動(dòng)態(tài)迭代，通過(guò)調(diào)整耦合系數(shù)cij使低層膠囊將更準(zhǔn)確的信息發(fā)送給相應(yīng)的較高層膠囊。具體如下：

輸入：max iterationsr, layerl, Prediction vectorsuj|i;

輸出：Vj。

Initialization:bij=0

1： for r iterations do

4： Vj=squash(sj)

5： bij=bij+vj*uj|i

6： end for

整個(gè)網(wǎng)絡(luò)其余的卷積參數(shù)和膠囊內(nèi)的權(quán)重矩陣w都需要根據(jù)損失函數(shù)進(jìn)行更新，損失函數(shù)如式(4)所示，

Lk=Tkmax(0,m+-‖vk‖)2+

λ(1-Tk)max(0,‖vk‖-m-)2。

(4)

式中：Tk表示k類(lèi)是否存在，存在為1，不存在為0;λ表示降權(quán)參數(shù);m+為上界，用于懲罰假陽(yáng)性，即預(yù)測(cè)k類(lèi)存在但實(shí)際不存在；m-為下界，用于懲罰假陰性，即預(yù)測(cè)k類(lèi)不存在但實(shí)際卻存在，產(chǎn)生損失函數(shù)較大的現(xiàn)象。本文設(shè)m+，m-和λ分別為0.9、0.1和0.5。

3 實(shí)驗(yàn)驗(yàn)證與分析

3.1 實(shí)驗(yàn)設(shè)置

在本次膠囊網(wǎng)絡(luò)設(shè)計(jì)決策模型實(shí)驗(yàn)中，運(yùn)用Python編程語(yǔ)言，以TensorFlow作為深度學(xué)習(xí)編程框架。模型選擇張量流作為后臺(tái)，并將相關(guān)程序部署在圖形處理器(Graphic Processing Unit, GPU)集群上運(yùn)行。首先以智能陪護(hù)機(jī)器人歷史設(shè)計(jì)數(shù)據(jù)作為產(chǎn)品識(shí)別及標(biāo)注的基礎(chǔ)數(shù)據(jù)集，待模型訓(xùn)練完成后將其參數(shù)(權(quán)重和偏置)應(yīng)用至膠囊網(wǎng)絡(luò)設(shè)計(jì)決策模型決策過(guò)程，再輸入既定語(yǔ)義標(biāo)注得到人工智能模型決策識(shí)別結(jié)果。通過(guò)驗(yàn)證設(shè)計(jì)決策中膠囊網(wǎng)絡(luò)模型的性能，證明了該網(wǎng)絡(luò)模型能夠完成給定的設(shè)計(jì)決策任務(wù)。

整個(gè)膠囊網(wǎng)絡(luò)設(shè)計(jì)決策模型輸入圖片均調(diào)整為30×30的灰度圖，將經(jīng)過(guò)預(yù)處理的智能陪護(hù)機(jī)器人設(shè)計(jì)歷史方案圖像包括其形態(tài)語(yǔ)義及決策分?jǐn)?shù)的數(shù)據(jù)作為輸入，經(jīng)過(guò)卷積層的卷積操作進(jìn)行數(shù)據(jù)降維，得到14×14×256的圖像特征。在膠囊網(wǎng)絡(luò)中，通過(guò)動(dòng)態(tài)路由算法對(duì)連接主膠囊和數(shù)字膠囊的權(quán)重進(jìn)行訓(xùn)練，當(dāng)較低層的膠囊與高層膠囊具有較高的相似度時(shí)，低層膠囊會(huì)決定將更多的權(quán)重賦給高層膠囊，則會(huì)向高層膠囊發(fā)送更多的信息。通過(guò)計(jì)算膠囊的模長(zhǎng)，獲得目標(biāo)的類(lèi)別概率，再通過(guò)標(biāo)簽與輸出概率計(jì)算損失，回饋到網(wǎng)絡(luò)中。最后，每個(gè)區(qū)域?qū)⒈环峙涞蕉鄠€(gè)語(yǔ)義標(biāo)簽。

由于圖片數(shù)量較多，在訓(xùn)練過(guò)程中采用批歸一化方法(Batch Normalization, BN)，對(duì)輸入層和中間層的數(shù)據(jù)分別進(jìn)行歸一化處理。使用BN后對(duì)于每個(gè)特征圖像均僅有一對(duì)可學(xué)習(xí)參數(shù)：γ、β，即求取全部樣本所對(duì)應(yīng)的某特征的所有神經(jīng)元的平均值和方差，再對(duì)該特征圖神經(jīng)元作歸一化處理。卷積層包含激活函數(shù)ReLu，將批歸一化放在ReLu之前，作為神經(jīng)網(wǎng)絡(luò)的一層，輸出層則為softmax分類(lèi)器獲取識(shí)別結(jié)果。

3.2 實(shí)驗(yàn)數(shù)據(jù)集

由2.2節(jié)的數(shù)據(jù)可得原始智能陪護(hù)機(jī)器人設(shè)計(jì)方案三視圖及近似三視圖圖像數(shù)據(jù)共972個(gè)，其中每個(gè)圖像數(shù)據(jù)包含5個(gè)形態(tài)語(yǔ)義標(biāo)注信息和2個(gè)評(píng)價(jià)分?jǐn)?shù)數(shù)據(jù)信息。將數(shù)據(jù)集篩選后隨機(jī)地劃分為訓(xùn)練集和測(cè)試集2個(gè)部分，訓(xùn)練集包括750張圖像目標(biāo)樣本，其余150張圖像數(shù)據(jù)樣本作為測(cè)試數(shù)據(jù)集。

膠囊網(wǎng)絡(luò)訓(xùn)練測(cè)試的數(shù)據(jù)集均采用較高清晰度的灰度圖，僅關(guān)注機(jī)器人形態(tài)數(shù)據(jù)信息，盡量排除圖片質(zhì)量、色彩等不利的影響因素。網(wǎng)絡(luò)訓(xùn)練參數(shù)為：每批訓(xùn)練數(shù)據(jù)96張，路由更新為3次，迭代50次。

3.3 實(shí)驗(yàn)結(jié)果分析

3.3.1 驗(yàn)證識(shí)別效果

首先，對(duì)智能陪護(hù)機(jī)器人3個(gè)視角的圖像識(shí)別精度進(jìn)行分析，分別統(tǒng)計(jì)出3個(gè)類(lèi)別正確分類(lèi)與非正確分類(lèi)數(shù)量，采用精確度、召回率和F1分?jǐn)?shù)評(píng)價(jià)模型性能，實(shí)驗(yàn)結(jié)果如表4所示。

表4 識(shí)別性能評(píng)價(jià)統(tǒng)計(jì)

由表4可知，膠囊網(wǎng)絡(luò)采用向量神經(jīng)元，對(duì)整體同變性有較好的魯棒性，能夠較準(zhǔn)確地識(shí)別不同視角的同一機(jī)器人的圖像特征。其中，識(shí)別效果最優(yōu)為主視圖，頂視圖的識(shí)別效果較差，這是由于機(jī)器人的主視圖圖像分割邊界更清晰，機(jī)器人各部位形態(tài)特征展示區(qū)域較平均；并且設(shè)計(jì)師容易忽略產(chǎn)品的頂視圖形態(tài)，導(dǎo)致出現(xiàn)類(lèi)似的圖案與形態(tài)結(jié)構(gòu)線(xiàn)，相對(duì)于另兩種視圖的區(qū)分度較弱，從而導(dǎo)致在膠囊網(wǎng)絡(luò)中識(shí)別效果較差。

3.3.2 模型性能評(píng)估

為了評(píng)估基于膠囊網(wǎng)絡(luò)的形態(tài)設(shè)計(jì)決策模型性能以及決策滿(mǎn)意度，決策部分由甲方將需要改型的智能陪護(hù)機(jī)器人兩組形態(tài)語(yǔ)義詞匯(分別是簡(jiǎn)約、穩(wěn)健、流暢和科技、溫暖、動(dòng)感各3個(gè))作為設(shè)計(jì)起點(diǎn)，要求每組語(yǔ)義詞匯各出3套設(shè)計(jì)方案圖。設(shè)計(jì)者通過(guò)明確的設(shè)計(jì)決策語(yǔ)義詞匯約束分別進(jìn)行設(shè)計(jì)，將機(jī)器人語(yǔ)義描述詞匯通過(guò)個(gè)人設(shè)計(jì)想法描繪為設(shè)計(jì)方案，最終獲得兩組設(shè)計(jì)方案群Q(分別為：A1、A2、A3；B1、B2、B3)，如圖6所示。

設(shè)置甲方組、專(zhuān)家組(4位設(shè)計(jì)專(zhuān)家成員)共同參與3×2個(gè)設(shè)計(jì)方案的滿(mǎn)意度評(píng)價(jià)，與膠囊網(wǎng)絡(luò)設(shè)計(jì)決策模型中各迭代次數(shù)節(jié)點(diǎn)的設(shè)計(jì)方案評(píng)價(jià)作比較。將甲方組的評(píng)價(jià)結(jié)果換算后作為滿(mǎn)分參照(100分制)。本次實(shí)驗(yàn)中，以設(shè)計(jì)決策準(zhǔn)確率作為基準(zhǔn)指標(biāo)，用以推斷膠囊網(wǎng)絡(luò)形態(tài)設(shè)計(jì)決策模型的性能。設(shè)計(jì)決策準(zhǔn)確率是一個(gè)擬合度指標(biāo)，其綜合反映了專(zhuān)家組與設(shè)計(jì)決策模型的方案圖像決策得分與甲方參照組分?jǐn)?shù)的擬合度，所測(cè)試模型的決策性能有效性與擬合度成正比。

如圖7所示，運(yùn)用設(shè)計(jì)方案決策準(zhǔn)確度曲線(xiàn)評(píng)價(jià)決策模型性能。以膠囊網(wǎng)絡(luò)決策模型的迭代次數(shù)(epoch)為橫坐標(biāo)，繪制出設(shè)計(jì)決策準(zhǔn)確率曲線(xiàn)。圖中，模型的決策準(zhǔn)確率隨迭代次數(shù)不斷增加而上升，且趨于穩(wěn)定趨勢(shì)。

第一組形態(tài)設(shè)計(jì)語(yǔ)義詞匯標(biāo)簽為簡(jiǎn)約、穩(wěn)健、流暢，將對(duì)應(yīng)的A組設(shè)計(jì)方案三視圖作為數(shù)據(jù)圖像輸入后，觀察分析甲方組、設(shè)計(jì)專(zhuān)家組和膠囊網(wǎng)絡(luò)決策模型對(duì)A1、A2、A3設(shè)計(jì)方案的決策準(zhǔn)確率變化曲線(xiàn)。專(zhuān)家組對(duì)于3個(gè)設(shè)計(jì)方案的設(shè)計(jì)決策準(zhǔn)確率分別為79%、89%、86%。當(dāng)膠囊網(wǎng)絡(luò)設(shè)計(jì)決策模型的迭代次數(shù)在50次時(shí)，對(duì)于3個(gè)方案的設(shè)計(jì)決策準(zhǔn)確率分別為86.1%、87.5%、88.7%，其決策模型在A1和A3方案的決策滿(mǎn)意度均高于專(zhuān)家組的平均決策滿(mǎn)意度。

第二組產(chǎn)品設(shè)計(jì)語(yǔ)義詞匯標(biāo)簽為科技、溫暖、動(dòng)感，專(zhuān)家組對(duì)于B1、B2、B3設(shè)計(jì)方案的設(shè)計(jì)決策準(zhǔn)確率分別為85%、86%、82%。迭代次數(shù)為50次時(shí)，膠囊網(wǎng)絡(luò)設(shè)計(jì)決策模型對(duì)于3個(gè)方案的設(shè)計(jì)決策準(zhǔn)確率分別為84.1%、87%、83%，其決策模型在B2和B3方案的決策滿(mǎn)意度均高于專(zhuān)家組的平均決策滿(mǎn)意度。在經(jīng)過(guò)第一組數(shù)據(jù)訓(xùn)練后再次訓(xùn)練第二組，其模型設(shè)計(jì)決策準(zhǔn)確率相較于第一組更快速增加且增長(zhǎng)趨勢(shì)較為穩(wěn)定，模型性能隨訓(xùn)練次數(shù)的增加而提升。

3.3.3 算法性能對(duì)比

此外，依次使用CapsNet、CNN與DNN進(jìn)行實(shí)驗(yàn)數(shù)據(jù)集的學(xué)習(xí)，進(jìn)一步驗(yàn)證本文模型的有效性。如表5所示，以識(shí)別圖像特征的實(shí)驗(yàn)精度和識(shí)別耗時(shí)、決策的平均決策滿(mǎn)意度和平均召回率的數(shù)據(jù)記錄為參照數(shù)據(jù)進(jìn)行對(duì)比。

表5 不同算法性能與決策滿(mǎn)意度對(duì)比統(tǒng)計(jì)

由表5可知，相同數(shù)據(jù)情況下，膠囊網(wǎng)絡(luò)能以較高精度識(shí)別不同視角下的機(jī)器人圖像，從而證明了該模型在機(jī)器人設(shè)計(jì)方案決策任務(wù)上的可行性。采用CapsNet網(wǎng)絡(luò)結(jié)構(gòu)可免于傳統(tǒng)卷積池化操作所引發(fā)的信息損失，保證數(shù)據(jù)的等變性，能保留對(duì)象各部分編碼特征之間的空間層次關(guān)系，在小樣本數(shù)據(jù)集情況下得到更高的識(shí)別率。而傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的經(jīng)典圖像識(shí)別算法使用標(biāo)量神經(jīng)元，未保留特征的位置信息，對(duì)于圖像變化的魯棒性較差，不能很好地解決多視角圖像問(wèn)題，因此經(jīng)典的CNN與DNN算法相對(duì)本文算法精度較低。在識(shí)別效率上，本文算法相對(duì)另兩種算法未達(dá)到預(yù)期提升效果，原因在于動(dòng)態(tài)路由算法較復(fù)雜的運(yùn)行過(guò)程占據(jù)80%的總識(shí)別時(shí)間，因此動(dòng)態(tài)路由算法是限制膠囊網(wǎng)絡(luò)識(shí)別效率的主要原因。平均決策滿(mǎn)意度和平均召回率方面的統(tǒng)計(jì)數(shù)據(jù)，則體現(xiàn)了基于膠囊網(wǎng)絡(luò)的決策模型優(yōu)于其他兩種算法。

4 結(jié)束語(yǔ)

本文著力于研究新設(shè)計(jì)決策模式，提出了基于膠囊網(wǎng)絡(luò)的產(chǎn)品形態(tài)設(shè)計(jì)決策模型，通過(guò)人工智能決策方法實(shí)現(xiàn)對(duì)小樣本數(shù)據(jù)集的產(chǎn)品設(shè)計(jì)決策。搜集智能陪護(hù)機(jī)器人多視角圖像建立設(shè)計(jì)方案數(shù)據(jù)集，并采用Labelme等工具對(duì)該數(shù)據(jù)集進(jìn)行區(qū)域分割與語(yǔ)義標(biāo)注；利用膠囊網(wǎng)絡(luò)模型持續(xù)訓(xùn)練數(shù)據(jù)集以提高后期對(duì)于設(shè)計(jì)方案的決策準(zhǔn)確度。運(yùn)用深度學(xué)習(xí)的決策模型實(shí)現(xiàn)了機(jī)器人形態(tài)設(shè)計(jì)方案的評(píng)價(jià)與決策，且驗(yàn)證了模型的性能與準(zhǔn)確度。通過(guò)與CNN及DNN較傳統(tǒng)算法相比較，該模型取得了較高的決策滿(mǎn)意度。由于本文對(duì)于感性意象詞匯提取僅考慮了詞性及詞語(yǔ)間關(guān)系，尚未考慮單個(gè)詞匯與具體形態(tài)特征區(qū)域之間的關(guān)系，圖像關(guān)鍵特征區(qū)域的語(yǔ)義描述難免存在不夠精確的情況，對(duì)映射關(guān)系的擬合產(chǎn)生了一定干擾．這些問(wèn)題均有待思考與解決，是后續(xù)優(yōu)化研究的重點(diǎn)。此外，還將嘗試結(jié)合生成對(duì)抗網(wǎng)絡(luò)(Generative Adversarial Network，GAN)展開(kāi)智能設(shè)計(jì)決策研究。