陳鋆純 季鐵 彭堅(jiān) 王斌

Intelligent design path of Huayao cross-stitch patterns based on style characteristics

摘要：?運(yùn)用智能技術(shù)對(duì)民族圖案進(jìn)行傳承與創(chuàng)新已然成為文化科技深度融合背景下的研究熱點(diǎn)，但現(xiàn)有民族圖案的智能生成研究多聚焦于對(duì)智能技術(shù)的使用，對(duì)民族圖案本體的風(fēng)格特征少有深入挖掘。本文以花瑤挑花圖案為對(duì)象，在保持其風(fēng)格特征的基礎(chǔ)之上，探索花瑤挑花圖案的智能生成形式與方法。首先，對(duì)花瑤挑花圖案的風(fēng)格特征描述進(jìn)行收集和語義歸納，同時(shí)通過重要性評(píng)估和統(tǒng)計(jì)分析提取典型的風(fēng)格特征因子。然后，對(duì)所提取因子進(jìn)行解析并基于其進(jìn)行花瑤挑花圖案的智能設(shè)計(jì)形式轉(zhuǎn)換和設(shè)定。最后，針對(duì)花瑤挑花外輪廓形態(tài)方正的數(shù)據(jù)特征，引入輪廓檢測(cè)填充模塊和形態(tài)模塊，提出新的模型結(jié)構(gòu)HYCycleGAN對(duì)花瑤挑花再設(shè)計(jì)形式進(jìn)行智能設(shè)計(jì)實(shí)踐，生成可調(diào)整的輔助設(shè)計(jì)方案。實(shí)驗(yàn)證明，以花瑤挑花圖案風(fēng)格特征延續(xù)為視角的花瑤挑花圖案智能設(shè)計(jì)方法，優(yōu)化了民族圖案智能設(shè)計(jì)的路徑，為民族圖案的智能設(shè)計(jì)提供了新思路。

關(guān)鍵詞：?風(fēng)格特征;民族圖案;花瑤挑花;民間手工藝;智能設(shè)計(jì);生成對(duì)抗網(wǎng)絡(luò)

中圖分類號(hào)：?TS941.2; TB472? ? 文獻(xiàn)標(biāo)志碼：?A? ??文章編號(hào)： 10017003（2023）090112

引用頁碼：?091202? ? DOI： 10.3969/j.issn.1001-7003.2023.09.013（篇序）

隨著智能技術(shù)在文化領(lǐng)域的全面滲透，對(duì)民族圖案的數(shù)字化與智能化保護(hù)、傳承和創(chuàng)新的態(tài)勢(shì)日益凸顯。民族圖案演繹了一個(gè)民族的歷史文化、人文精神和價(jià)值觀念，是民族傳統(tǒng)文化的重要組成部分，運(yùn)用新興技術(shù)對(duì)民族圖案進(jìn)行創(chuàng)新設(shè)計(jì)逐漸成為活躍的研究與實(shí)踐方向，不僅豐富了民族圖案的多樣性，更有助于民族圖案的傳播和共享，這是民族圖案?jìng)鞒邪l(fā)展的契機(jī)，亦是其核心文化與價(jià)值能否持續(xù)所面臨的挑戰(zhàn)。民族圖案風(fēng)格各異，具有獨(dú)特的藝術(shù)特色、審美意趣和精神內(nèi)涵，然而在對(duì)民族圖案進(jìn)行智能設(shè)計(jì)時(shí)，通常忽略了對(duì)其本體文化基因的深入研究與挖掘，極易造成對(duì)民族圖案創(chuàng)新過程中的文化屬性消解。因此，在數(shù)字智能技術(shù)賦能民族圖案再生的語境之中，以何種方式才能在保持民族圖案藝術(shù)特色的前提下對(duì)其進(jìn)行智能設(shè)計(jì)，是亟待關(guān)注與探究的問題。本文以花瑤挑花圖案為例，以保持其圖案原型的“風(fēng)格特征”為視角，探尋圖案的智能化設(shè)計(jì)和風(fēng)格保持之間的平衡點(diǎn)，并構(gòu)建花瑤挑花圖案的智能設(shè)計(jì)路徑。

1 民族圖案的風(fēng)格特征與智能設(shè)計(jì)

1.1 民族圖案的風(fēng)格特征

風(fēng)格這一概念常用以概括和反映對(duì)象相對(duì)穩(wěn)定且顯著的

藝術(shù)面貌，體現(xiàn)于內(nèi)容和形式的統(tǒng)一之中，包括個(gè)人風(fēng)格、群體風(fēng)格、區(qū)域風(fēng)格和時(shí)期風(fēng)格，具有同一性和多元化的特點(diǎn)。某種特征在對(duì)象中的重復(fù)出現(xiàn)便形成風(fēng)格，風(fēng)格通過對(duì)象中的共同特征而進(jìn)行度量，特征之間的語法或拓?fù)潢P(guān)系是維持風(fēng)格的關(guān)鍵因素［1］。民族圖案是一個(gè)民族在生活、生產(chǎn)、傳說、信仰、審美等方面的縮影，各民族文化的差異孕育了民族圖案的獨(dú)特性，因此民族圖案擁有鮮明的地域性和民族性特點(diǎn)，在構(gòu)型、賦色和語義上呈現(xiàn)鮮明的風(fēng)格特征［2］和規(guī)則文法［3］，蘊(yùn)含豐富的美學(xué)特征與文化內(nèi)涵［4］。將其運(yùn)用于現(xiàn)代創(chuàng)新設(shè)計(jì)不僅能豐富設(shè)計(jì)形式，避免“文化同質(zhì)性”［5-6］，也是民族圖案?jìng)鞒信c永葆生命活力的有效方式［7］。而在對(duì)民族圖案進(jìn)行創(chuàng)新設(shè)計(jì)的過程中，需要立足于民族圖案原有根基之上，對(duì)其文化精髓和風(fēng)格特征進(jìn)行合理的繼承和保留。

花瑤為瑤族的一個(gè)較小支系，主要分布于湖南省隆回縣境內(nèi)的虎形山地區(qū)，擁有上千年的悠久歷史與文化積淀。花瑤有自己的語言但沒有文字，挑花就是花瑤人的編年史，花瑤女子運(yùn)用挑花圖案“以紋代文”記載并呈現(xiàn)民族文化的發(fā)展和變遷［8］，花瑤挑花融匯了花瑤民族的民族性格、歷史變遷、意識(shí)形態(tài)、手工藝術(shù)，是花瑤人生生不息的民族文化的活態(tài)載體，蘊(yùn)含極高的審美藝術(shù)與社會(huì)文化價(jià)值，2006年被列入國家首批非物質(zhì)文化遺產(chǎn)名錄?；ì巶鹘y(tǒng)服飾中的筒裙因其所占面積最大，上面的挑花圖案密度最高，故筒裙之上的挑花圖案是花瑤服飾中最精彩的部分，如圖1所示。

1.2 民族圖案的智能設(shè)計(jì)

運(yùn)用智能技術(shù)創(chuàng)新民族圖案能有效縮短圖案設(shè)計(jì)的周期，豐富圖案的表達(dá)形式，是計(jì)算機(jī)與設(shè)計(jì)學(xué)科進(jìn)行跨學(xué)科交叉研究的焦點(diǎn)之一。然而在延續(xù)民族圖案藝術(shù)風(fēng)格和特色的基礎(chǔ)上對(duì)其運(yùn)用數(shù)字化、智能化技術(shù)進(jìn)行創(chuàng)新是一個(gè)富有挑戰(zhàn)的工作［9］。現(xiàn)有關(guān)于運(yùn)用計(jì)算機(jī)技術(shù)對(duì)民族圖案進(jìn)行創(chuàng)新設(shè)計(jì)的研究主要有3類：第一類是在智能設(shè)計(jì)中保留民族圖案本身構(gòu)圖形式［10-12］;第二類是從保留圖案單元形的角度出發(fā)對(duì)民族圖案行智能設(shè)計(jì)［13-14］;第三類是運(yùn)用智能技術(shù)使圖案單元形呈現(xiàn)全新視覺形態(tài)［15-17］。上述研究從不同的創(chuàng)新形式上運(yùn)用計(jì)算機(jī)技術(shù)對(duì)民族圖案進(jìn)行了智能設(shè)計(jì)，但現(xiàn)有研究主要側(cè)重于如何使用計(jì)算機(jī)智能技術(shù)快速生成設(shè)計(jì)方案，對(duì)民族圖案本體所蘊(yùn)含的風(fēng)格特征尚缺乏全面、深度、客觀的解讀與挖掘，而使民族圖案原型的典型文化屬性和基因得以最大限度保留是進(jìn)行民族圖案智能設(shè)計(jì)的基礎(chǔ)與核心，在民族圖案的智能創(chuàng)新設(shè)計(jì)過程中，以何種方式才能使民族圖案的風(fēng)格特征得到延續(xù)需要著重探討。

隨著深度學(xué)習(xí)技術(shù)的發(fā)展與應(yīng)用領(lǐng)域的拓展，有學(xué)者將基于卷積神經(jīng)網(wǎng)絡(luò)框架（CNN）的風(fēng)格遷移算法運(yùn)用于民族圖案設(shè)計(jì)生成，如侯宇康等［18］采用該框架算法對(duì)苗族織物蠟染和挑花圖案的創(chuàng)新設(shè)計(jì)。此外，也有學(xué)者提出基于生成對(duì)抗網(wǎng)絡(luò)框架（GAN）對(duì)民族圖案進(jìn)行智能生成［19］。而現(xiàn)有花瑤挑花圖案的創(chuàng)新設(shè)計(jì)研究與實(shí)踐多集中于對(duì)圖案的傳統(tǒng)視覺設(shè)計(jì)之上［20］，對(duì)花瑤挑花圖案進(jìn)行智能設(shè)計(jì)的探索較為缺少，僅有從語義的視角對(duì)花瑤挑花圖案進(jìn)行智能輔助設(shè)計(jì)方法的探討，提出使用有監(jiān)督學(xué)習(xí)GAN框架用于花瑤挑花創(chuàng)新圖案的上色［21］。CNN框架和GAN框架均可用于風(fēng)格遷移任務(wù)，CNN框架通常采用基于特征的方法，即先將圖像分解為不同的特征層，然后對(duì)每一層進(jìn)行風(fēng)格和內(nèi)容的匹配，但由于沒有考慮到全局的圖像結(jié)構(gòu)，會(huì)導(dǎo)致輸出圖像局部信息的不連貫或不真實(shí)，在圖案紋理細(xì)節(jié)處理上仍存在問題。相對(duì)CNN框架，GAN框架可通過訓(xùn)練生成器和判別器的對(duì)抗來學(xué)習(xí)生成更真實(shí)的圖像。但傳統(tǒng)的GAN方法通常需要成對(duì)的訓(xùn)練數(shù)據(jù)，如已有提出的花瑤挑花圖案上色模型，需要成對(duì)的數(shù)據(jù)用于訓(xùn)練，而花瑤挑花圖案在風(fēng)格遷移中無成對(duì)數(shù)據(jù)，且數(shù)據(jù)量稀少，因而有監(jiān)督學(xué)習(xí)的方式是不可行的。CycleGAN模型［22］可以通過兩個(gè)生成器和兩個(gè)判別器的循環(huán)對(duì)抗訓(xùn)練，它無須成對(duì)的訓(xùn)練數(shù)據(jù)且可生成更加穩(wěn)定和多樣性的圖像，在保持圖像整體一致性和真實(shí)性的同時(shí)可實(shí)現(xiàn)跨域圖像的轉(zhuǎn)換，比傳統(tǒng)的基于特征的方法更具有泛化性。但CycleGAN模型難以實(shí)現(xiàn)兩個(gè)圖像域間的轉(zhuǎn)換，因此，本文基于花瑤挑花的風(fēng)格特征，對(duì)無監(jiān)督學(xué)習(xí)模型CycleGAN進(jìn)行優(yōu)化改進(jìn)，提出模型結(jié)構(gòu)HYCycleGAN用于花瑤挑花圖案的智能生成。

1.3 基于風(fēng)格特征的花瑤挑花智能設(shè)計(jì)研究方法

本文以花瑤挑花圖案為例，提出基于風(fēng)格特征的民族圖案輔助設(shè)計(jì)路徑，研究流程如圖2所示。1） 首先通過專家訪談對(duì)花瑤挑花圖案進(jìn)行風(fēng)格特征的感性語義收集和提取，并對(duì)其進(jìn)行語義整理與歸納，其次由設(shè)計(jì)師進(jìn)行風(fēng)格特征因子的重要性評(píng)估，最后對(duì)問卷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)計(jì)算，從中獲取花瑤挑花圖案的典型風(fēng)格特征因子;2） 對(duì)花瑤挑花的典型風(fēng)格特征因子進(jìn)行桌面分析，總結(jié)智能設(shè)計(jì)中需要保留的關(guān)鍵風(fēng)格特征要素，并將其進(jìn)行設(shè)計(jì)轉(zhuǎn)換，設(shè)定智能設(shè)計(jì)形式;3） 根據(jù)前文所設(shè)定的基于風(fēng)格特征的花瑤挑花再設(shè)計(jì)形式，選擇相應(yīng)技術(shù)生成花瑤挑花風(fēng)格圖像。

2 花瑤挑花圖案風(fēng)格特征因子提取

對(duì)花瑤挑花圖案進(jìn)行風(fēng)格特征的挖掘是運(yùn)用智能技術(shù)對(duì)其進(jìn)行創(chuàng)新設(shè)計(jì)的基礎(chǔ)，為了提取花瑤挑花圖案中典型的風(fēng)格特征因子，本文通過感性工學(xué)實(shí)驗(yàn)和問卷調(diào)查的方法對(duì)其進(jìn)行研究。具體步驟如下：

1） 專家訪談。從花瑤挑花圖案中挑選15張典型圖案作為訪談素材，邀請(qǐng)10位有五年以上設(shè)計(jì)經(jīng)驗(yàn)并參與過花瑤挑花文化研究和創(chuàng)新設(shè)計(jì)的平面設(shè)計(jì)師、產(chǎn)品設(shè)計(jì)師、交互設(shè)計(jì)師、服裝設(shè)計(jì)師，用簡(jiǎn)短的語句描述花瑤挑花圖案的風(fēng)格特征。

2） 語義整理。對(duì)所收集的風(fēng)格特征描述進(jìn)行語義整理與風(fēng)格特征詞匯抽取，將相似語義詞匯進(jìn)行合并，關(guān)聯(lián)度不高的語義詞匯進(jìn)行剔除，得到風(fēng)格特征因子描述詞匯a1～a16，如表1所示。

3） 問卷調(diào)查。將15張典型花瑤挑花圖案和16項(xiàng)風(fēng)格特征描述進(jìn)行網(wǎng)絡(luò)問卷編制，邀請(qǐng)118名花瑤挑花繡娘和設(shè)計(jì)師對(duì)每項(xiàng)描述進(jìn)行網(wǎng)絡(luò)打分，評(píng)分分值為1～7分，1分表示此項(xiàng)描述不能體現(xiàn)花瑤挑花的典型風(fēng)格特征，7分表示此項(xiàng)描述非常能體現(xiàn)花瑤挑花的典型風(fēng)格特征。發(fā)出問卷118份，共獲得有效問卷101份。

4） 信效度分析。本研究問卷信度分析使用內(nèi)部一致性信度（Cronbach’s coefficient Alpha），效度分析使用結(jié)構(gòu)效度（KMO及Bartlett檢驗(yàn)）進(jìn)行檢驗(yàn)。結(jié)果顯示，本問卷的Alpha值為0.790，KMO值為0.731，問卷信度和效度良好。

5） 統(tǒng)計(jì)分析。設(shè)風(fēng)格特征詞匯為a，共有m項(xiàng)風(fēng)格特征詞匯，邀請(qǐng)n位設(shè)計(jì)從業(yè)者對(duì)風(fēng)格特征詞匯的代表性進(jìn)行網(wǎng)絡(luò)打分，第j位志愿者對(duì)風(fēng)格特征詞匯i分別打分為xji，則第項(xiàng)風(fēng)格特征詞匯的評(píng)分平均值為：

式中：xji為第j位志愿者對(duì)第i和風(fēng)格特征詞匯的打分。

風(fēng)格詞匯的平均值pi越大，表明此風(fēng)格詞匯的重要性越高，在對(duì)花瑤挑花圖案進(jìn)行再設(shè)計(jì)的過程中愈加應(yīng)該對(duì)該項(xiàng)風(fēng)格特征予以保留。通過對(duì)不同風(fēng)格特征詞匯的平均值進(jìn)行比較，統(tǒng)計(jì)均值較大的風(fēng)格特征因子，如表2所示。

其中，a5、a15和a3的均值分別為6.12、6.06和5.92，分別有50.85%、48.31%和40.68%的設(shè)計(jì)人員認(rèn)為a5、a15和a3非常能體現(xiàn)花瑤挑花圖案的風(fēng)格特征，說明構(gòu)圖特征中的對(duì)稱性、飽滿和疏密有致是花瑤挑花圖案的顯著風(fēng)格;a11和a6均值分別為6.03和5.97，分別有44.92%和36.44%的設(shè)計(jì)人員認(rèn)為其非常能體現(xiàn)花瑤挑花圖案的風(fēng)格特征，因此語義特征中的故事性和寓意豐富也是對(duì)花瑤挑花圖案進(jìn)行再設(shè)計(jì)不能忽略的典型要素。其次，a4均值為5.92，41.53%認(rèn)為其非常能體現(xiàn)花瑤挑花圖案的風(fēng)格特征，a8均值為5.86，40.68%認(rèn)為其非常能體現(xiàn)花瑤挑花圖案的風(fēng)格特征，表明造型特征中的生動(dòng)性和工藝特征當(dāng)中的十字針腳同樣應(yīng)該予以保留。

3 花瑤挑花風(fēng)格圖案智能設(shè)計(jì)形式構(gòu)建

3.1 花瑤挑花圖案的風(fēng)格特征

a5：對(duì)稱性。由于花瑤挑花圖案大多挑制于花瑤服飾的筒裙之上，為了保持人站立時(shí)的視覺平衡，挑花圖案具有絕對(duì)對(duì)稱性，給人視覺上的穩(wěn)定和平衡的形式美感。

a15：構(gòu)圖飽滿?；ì幦藢⒗硐胱非笪锘谔艋▓D案構(gòu)圖之中，追求完整，以滿為美，以此寄情對(duì)生活圓滿、完美的憧憬。

a11：故事性?；ì幪艋ㄗ鳛榛ì幟褡逦幕匾奈镔|(zhì)載體之一，題材豐富多樣，有動(dòng)植物、民俗故事和神話傳說等，展現(xiàn)了花瑤族人的所聞所見和心態(tài)觀念，圖案中所表達(dá)的內(nèi)容極富故事性。

a6：寓意豐富。花瑤挑花圖案是其民族文化的縮影，擁有豐富的文化語義，通常使用諧音、寓意和符號(hào)形式進(jìn)行情感的象征表達(dá)，彰顯花瑤人和美、興旺、繁盛等感悟和愿景。如杯嘎喲圖案象征圓滿幸福、五谷豐登之意，老虎圖案象征虎虎生威、吉祥平安。

a3：疏密有致。挑花工藝精致，圖案中繁密處針針相套，不見底色，而稀疏處運(yùn)用簡(jiǎn)約的圖案或線條填充畫面，對(duì)比分明，疏密有致，視覺沖擊力強(qiáng)烈。

a4：生動(dòng)性?；ì幣釉谔艋ǖ倪^程中沒有規(guī)則的束縛，她們不必描摹打稿，憑腹稿與自我的審美理解飛針走線，對(duì)所見所想和情感理想進(jìn)行即興表達(dá)，她們依靠經(jīng)年積累的挑花經(jīng)驗(yàn)徒手在布料經(jīng)緯之間挑制紋樣，紋樣造型上遵循自由賦形的觀念。因此，同一主題內(nèi)容也會(huì)出現(xiàn)不同的造型方式和表現(xiàn)手法，畫面內(nèi)容生動(dòng)。

a8：十字針腳?；ì幪艋üに嚜?dú)特，采用特殊的“挑”繡針法，在正面與反面分別以十字紋和一字紋為針腳組織畫面，正反成圖，“十字花”針腳是挑花圖案呈現(xiàn)的視覺表征。

3.2 智能設(shè)計(jì)形式轉(zhuǎn)換

基于以上對(duì)花瑤挑花圖案各典型風(fēng)格特征因子的分析，本文將統(tǒng)計(jì)均值較大的風(fēng)格特征因子歸納為構(gòu)圖特征、造型特征、語義特征、針法特征4個(gè)方面，并對(duì)花瑤挑花風(fēng)格圖案智能生成形式進(jìn)行設(shè)定，如圖3所示。

1） 構(gòu)圖特征：包括a5、a15、a3，保留對(duì)稱、滿構(gòu)圖的構(gòu)圖形式以設(shè)定構(gòu)圖規(guī)則;主體紋樣針腳密集，不現(xiàn)底色，和填充紋樣相對(duì)稀疏簡(jiǎn)練。

2） 造型特征：包括a4，花瑤挑花圖案的寓意內(nèi)容主要取決于主體紋樣，主體紋樣在內(nèi)容的選擇上不受任何約束，具有生動(dòng)可塑的特征，因而主體紋樣由用戶自主選取或描繪的簡(jiǎn)筆畫圖像生成。

3） 語義特征：包括a11、a6，花瑤挑花圖案的填充紋樣通常根據(jù)主體紋樣的題材和類型進(jìn)行選擇與構(gòu)思，具有豐富語義特征，因而填充紋樣的轉(zhuǎn)換形式可由用戶從填充紋樣數(shù)據(jù)庫中通過語義搜索選擇意向紋樣進(jìn)行填充。民族圖案語義屬于隱性知識(shí)，需要對(duì)民族圖案語義進(jìn)行前期整理與歸納，并將單位圖案數(shù)據(jù)進(jìn)行相關(guān)語義標(biāo)注，構(gòu)建花瑤挑花紋樣數(shù)據(jù)資源庫，由用戶根據(jù)語義選取單位紋樣，再進(jìn)行基于構(gòu)圖規(guī)則的排版重構(gòu)。

4） 針法特征：包括a8，以十字針腳作為生成圖案的視覺表現(xiàn)最小單位，智能生成相似風(fēng)格特征的設(shè)計(jì)方案。

4 花瑤挑花風(fēng)格圖案智能生成實(shí)踐

4.1 主要生成方法

4.1.1 智能算法數(shù)據(jù)集構(gòu)建

本文首先通過對(duì)所收集的花瑤挑花圖案進(jìn)行矢量化描摹，然后對(duì)其進(jìn)行分解獲得花瑤挑花圖案的主體紋樣數(shù)據(jù)集，主體紋樣數(shù)據(jù)集由79張花瑤挑花主體紋樣圖像構(gòu)成。通過爬蟲技術(shù)從互聯(lián)網(wǎng)上爬取獲得簡(jiǎn)筆畫圖像數(shù)據(jù)，并根據(jù)清晰度及美觀度從中篩選100張簡(jiǎn)筆畫圖像建立簡(jiǎn)筆畫數(shù)據(jù)集。將簡(jiǎn)筆畫圖像數(shù)據(jù)集和花瑤挑花主體紋樣數(shù)據(jù)集共同作為訓(xùn)練集進(jìn)行深度學(xué)習(xí)網(wǎng)絡(luò)算法學(xué)習(xí)，進(jìn)而生成花瑤挑花風(fēng)格紋樣。

4.1.2 花瑤挑花主體紋樣生成算法設(shè)計(jì)

由于花瑤挑花圖案數(shù)據(jù)量稀少且無成對(duì)數(shù)據(jù)，本文運(yùn)用CycleGAN模型將簡(jiǎn)筆畫圖像轉(zhuǎn)換為與之相對(duì)應(yīng)的花瑤挑花風(fēng)格圖像。此轉(zhuǎn)換過程的本質(zhì)即使用配對(duì)的簡(jiǎn)筆畫圖像和花瑤挑花紋樣對(duì)來學(xué)習(xí)輸入的簡(jiǎn)筆畫圖像域X和輸出花瑤挑花風(fēng)格圖像域Y之間的映射關(guān)系。CycleGAN模型能夠在盡可能保留簡(jiǎn)筆畫圖像本身造型特征的基礎(chǔ)上，結(jié)合花瑤挑花圖像域數(shù)據(jù)中本身的風(fēng)格特征，生成新的具有花瑤挑花特征的新圖像。此外，由于簡(jiǎn)筆畫僅由簡(jiǎn)單線條構(gòu)成，花瑤挑花紋樣則是由針腳構(gòu)成整個(gè)紋樣，CycleGAN模型很難直接從這兩個(gè)圖像域間獲取有效對(duì)應(yīng)的信息以實(shí)現(xiàn)域的轉(zhuǎn)換，因此需要對(duì)CycleGAN模型做進(jìn)一步優(yōu)化以適配該數(shù)據(jù)集?；诖?，本文提出HYCycleGAN模型，即針對(duì)CycleGAN模型的簡(jiǎn)筆畫域生成器和判別器進(jìn)行改進(jìn)，增加了輪廓檢測(cè)填充模塊和形態(tài)模塊。首先，在簡(jiǎn)筆畫域的生成器和判別器中，本文構(gòu)建輪廓檢測(cè)填充模塊，通過OpenCV輪廓檢測(cè)算法計(jì)算出簡(jiǎn)筆畫圖像的內(nèi)外輪廓集，并以此來劃分出簡(jiǎn)筆畫圖像輪廓集所構(gòu)成的封閉區(qū)域，再對(duì)這些封閉區(qū)域進(jìn)行填充使簡(jiǎn)筆畫圖像與其背景得到不同值，從而從背景中分離目標(biāo)圖案。其次，由于花瑤挑花需嚴(yán)格依據(jù)底布經(jīng)緯進(jìn)行挑制，因此其紋樣外輪廓呈現(xiàn)方正的視覺形態(tài)，本文提出運(yùn)用形態(tài)模塊使生成圖案外輪廓實(shí)現(xiàn)由曲轉(zhuǎn)直。形態(tài)模塊通過大小為2×2卷積核與輪廓檢測(cè)填充模塊得到的數(shù)據(jù)做卷積計(jì)算，先對(duì)圖像中的每個(gè)像素點(diǎn)進(jìn)行掃描實(shí)現(xiàn)圖像膨脹，再對(duì)膨脹數(shù)據(jù)以1︰5的下采樣率進(jìn)行下采樣，最后以最鄰近插值的方式進(jìn)行上采樣，進(jìn)而使得簡(jiǎn)筆畫數(shù)據(jù)的外輪廓更符合花瑤挑花紋樣的特征。本文設(shè)置輪廓檢測(cè)模塊和形態(tài)模塊為不可訓(xùn)練狀態(tài)，得到的數(shù)據(jù)將

輸入到生成器中可以訓(xùn)練層中用于訓(xùn)練模型其他層的權(quán)重，這里采用生成對(duì)抗的方式訓(xùn)練來智能生成花瑤挑花圖像，該模型由生成器和判別器兩部分構(gòu)成。為了實(shí)現(xiàn)非配對(duì)情況下簡(jiǎn)筆畫圖像X到花瑤挑花圖像Y的映射，即G：X→Y，生成器用于將簡(jiǎn)筆畫圖像生成花瑤挑花風(fēng)格圖像，記作G（x），判別器用于區(qū)分生成的花瑤挑花風(fēng)格圖像分布與真實(shí)的花瑤挑花紋樣分布，通過訓(xùn)練直至判別器無法繼續(xù)進(jìn)行區(qū)別兩種圖像。但由于此映射的高度欠約束性，本文再次引入一個(gè)生成對(duì)抗網(wǎng)絡(luò)框架作為逆映射，即F：Y→X，并使用循環(huán)一致性損失來將兩個(gè)生成對(duì)抗網(wǎng)絡(luò)模型相結(jié)合，從而得到由兩個(gè)生成對(duì)抗網(wǎng)絡(luò)模型構(gòu)成的循環(huán)架構(gòu)。

本文的編碼器和判別器均由多個(gè)殘差卷積神經(jīng)網(wǎng)絡(luò)塊構(gòu)成。為了使該循環(huán)架構(gòu)訓(xùn)練學(xué)習(xí)得到目標(biāo)花瑤挑花風(fēng)格圖像，本文設(shè)立的損失函數(shù)由兩部分構(gòu)成：對(duì)抗性損失函數(shù)和循環(huán)一致性損失函數(shù)。對(duì)抗性損失函數(shù)與生成器和判別器的映射公式如下：

式中：Lossgadv和Lossfadv分別應(yīng)用于兩個(gè)不同生成器和判別器的映射，Dy用于判別生成的花瑤挑花圖像和真實(shí)的花瑤挑花圖像，Dx則用于判別生成的簡(jiǎn)筆畫與真實(shí)簡(jiǎn)筆畫，G和F分別代表兩個(gè)不同的生成器。

本文通過循環(huán)一致性損失函數(shù)來確保兩次經(jīng)過生成器得到的簡(jiǎn)筆畫圖像與原始輸入的簡(jiǎn)筆畫圖像、花瑤挑花風(fēng)格圖像與原始花瑤挑花紋樣相對(duì)應(yīng)，公式如下：

結(jié)合對(duì)抗損失和循環(huán)一致?lián)p失，最終損失函數(shù)為：

Loss=Lossgadv+Lossfadv+λLosscyc（5）

式中：λ為控制兩個(gè)目標(biāo)相對(duì)重要性的參數(shù)。

本文在Centos系統(tǒng)中實(shí)現(xiàn)此算法，CPU型號(hào)為Intel（R） Xeon（R） Gold 6230 CPU@2.10 GHz，核數(shù)為20。使用型號(hào)為NVIDIA GeForce RTX 2080 Ti的GPU進(jìn)行訓(xùn)練，訓(xùn)練模型所占用顯存大小為3.8 G。訓(xùn)練好的模型生成器權(quán)重參數(shù)為11.38 M，每生成一張尺寸大小為256×256圖像所需內(nèi)存為431.61 M。

4.1.3 花瑤挑花圖案智能構(gòu)圖

花瑤挑花圖案構(gòu)圖通常分為1層構(gòu)圖、2層構(gòu)圖和3層構(gòu)圖，本文依據(jù)此紋樣組織形式在系統(tǒng)中進(jìn)行預(yù)設(shè)，系統(tǒng)根據(jù)用戶選擇的不同構(gòu)圖模式進(jìn)行不同的規(guī)則紋樣構(gòu)圖排布。以3層構(gòu)圖為例，第1層和第3層使用用戶選擇的填充紋樣進(jìn)行橫向二方連續(xù)填充。第2層構(gòu)圖中，為了實(shí)現(xiàn)滿構(gòu)圖的特征，本文首先計(jì)算出智能生成的花瑤挑花風(fēng)格主體紋樣所需面積大小，根據(jù)其預(yù)估紋樣可能存在的畫布區(qū)域，再通過隨機(jī)算法來隨機(jī)分布主體紋樣和填充紋樣的位置，最后利用搜索算法查詢紋樣之間空隙較大的區(qū)域，系統(tǒng)選擇隨機(jī)填充紋樣對(duì)畫面進(jìn)行填充，通過鏡像算法使其滿足對(duì)稱性，從而構(gòu)成最終花瑤挑花風(fēng)格圖案。

4.2 生成系統(tǒng)與交互步驟

花瑤挑花風(fēng)格圖像智能生成系統(tǒng)的關(guān)鍵界面如圖4所示，左側(cè)的操作區(qū)域包含畫布設(shè)置、構(gòu)圖選擇、圖像輸入、紋樣選擇的操作項(xiàng)，右側(cè)為圖像生成的展示界面。系統(tǒng)交互步驟如圖5所示：1） 設(shè)置畫布尺寸。2） 選擇構(gòu)圖模式。3） 首先輸入簡(jiǎn)筆畫圖像，系統(tǒng)將其智能生成花瑤挑花風(fēng)格的主體紋樣;再根據(jù)所選的構(gòu)圖模式，在系統(tǒng)紋樣庫中根據(jù)語義搜索分層選擇意向填充紋樣。4） 系統(tǒng)根據(jù)所設(shè)置的畫布尺寸、構(gòu)圖模式、所生成的主體紋樣和所選的填充紋樣，快速生成多張個(gè)性化花瑤挑花風(fēng)格圖像，用戶可從中選擇意向圖像并以此作為輔助設(shè)計(jì)方案。

4.3 生成方案優(yōu)度評(píng)估

為了驗(yàn)證花瑤挑花風(fēng)格圖像生成系統(tǒng)的生成效果，本文使用不同的簡(jiǎn)筆畫圖像進(jìn)行花瑤挑花風(fēng)格圖像的生成，如圖6所示，并通過問卷形式對(duì)生成方案進(jìn)行優(yōu)度評(píng)估。問卷包括5張花瑤挑花智能生成圖案Y1～Y5，評(píng)分分值為1～5分，邀請(qǐng)10位花瑤挑花文化持有者與具有花瑤挑花文化創(chuàng)新設(shè)計(jì)經(jīng)驗(yàn)的設(shè)計(jì)從業(yè)人員對(duì)生成方案進(jìn)行逐一評(píng)分。分別從風(fēng)格延續(xù)性Z1與視覺美觀度Z2兩個(gè)維度進(jìn)行打分，均值Y越大，表明此評(píng)價(jià)維度的評(píng)價(jià)越高，問卷優(yōu)度評(píng)估統(tǒng)計(jì)結(jié)果如表3所示。通過對(duì)問卷結(jié)果進(jìn)行分析可見，花瑤挑花風(fēng)格智能生成設(shè)計(jì)方案獲得文化持有者與設(shè)計(jì)從業(yè)人員雙方的肯定，能較好地延續(xù)花瑤挑花的風(fēng)格特征并獲得視覺認(rèn)同。

5 結(jié) 論

深入挖掘民族圖案的文化精髓、領(lǐng)悟其美學(xué)內(nèi)涵，并通過設(shè)計(jì)和科技兩大驅(qū)動(dòng)力將其文化藝術(shù)因子轉(zhuǎn)化成為智能輔助設(shè)計(jì)素材，對(duì)中國文化創(chuàng)意產(chǎn)業(yè)的發(fā)展與文化復(fù)用具有重要意義。本文首先對(duì)民族圖案進(jìn)行了風(fēng)格特征要素的感性認(rèn)知，并從中提取風(fēng)格特征因子，通過重要度評(píng)價(jià)獲取典型風(fēng)格特征;其次對(duì)這些風(fēng)格特征因子進(jìn)行解析和智能設(shè)計(jì)形式的轉(zhuǎn)換與設(shè)定;最后根據(jù)智能設(shè)計(jì)形式對(duì)智能設(shè)計(jì)方法進(jìn)行選擇與生成實(shí)驗(yàn)，并對(duì)所生成的花瑤挑花圖案風(fēng)格特征的設(shè)計(jì)參考方案進(jìn)行優(yōu)度評(píng)估。當(dāng)下人工智能（AIGC）生成內(nèi)容正重新塑造著全新的內(nèi)容創(chuàng)作范式，在此數(shù)智賦能的文化創(chuàng)新生態(tài)語境之中，對(duì)民族圖案本體的風(fēng)格屬性進(jìn)行挖掘與延續(xù)能提高民族圖案智能設(shè)計(jì)的優(yōu)度，也是傳承、傳播和共享民族文化資源的必要環(huán)節(jié)。

參考文獻(xiàn)：

［1］CHAN C S. Can style be measured？［J］. Design Studies， 2000， 21（3）： 277-291.

［2］雷圭元. 中國圖案美［M］. 長沙： 湖南美術(shù)出版社， 1997.

LEI Guiyuan. Chinese Pattern Beauty［M］. Changsha： Hunan Fine Arts Press， 1997.

［3］KNIGHT T W. Color grammars： The representation of form and color in designs［J］. Leonardo， 1993， 26（2）： 117-124.

［4］茍雙曉. 中國少數(shù)民族圖語［M］. 成都： 西南交通大學(xué)出版社， 2020.

GOU Shuangxiao. Chinese Minority Languages［M］. Chengdu： Southwest Jiaotong University Press， 2020.

［5］陳輝. 民族文化符號(hào)在視覺傳達(dá)設(shè)計(jì)中的運(yùn)用分析［J］. 南京藝術(shù)學(xué)院學(xué)報(bào)（美術(shù)與設(shè)計(jì)）， 2016（6）： 169-172.

CHEN Hui. Analysis on the application of national cultural symbols in visual communication design［J］. Journal of Nanjing Arts Institute （Fine Arts & Design）， 2016（6）： 169-172.

［6］ZHAO Kanglin， CHEN Zhiying. Research on innovation in visual communication design based on national characteristic cultural symbols［J］. Guizhou Ethnic Studies， 2018， 39（5）： 4.

［7］徐百佳. 民族圖案元素是現(xiàn)代設(shè)計(jì)之魂： 貴州苗族圖案元素在家紡設(shè)計(jì)中創(chuàng)新［J］. 南京藝術(shù)學(xué)院學(xué)報(bào)（美術(shù)與設(shè)計(jì)）， 2011（4）： 114-116.

XU Baijia. National pattern element is the soul of modern design： Innovation of traditional pattern of Miao nationality in Guizhou in modern domestic textile［J］. Journal of Nanjing Arts Institute （Fine Arts & Design）， 2011（4）： 114-116.

［8］沈雷， 舒鸚姿. 深在閨中的藝術(shù)奇葩： 解讀湖南隆回小沙江花瑤婦女服飾挑花紋樣［J］. 民族藝術(shù)研究， 2012， 25（4）： 102-107.

SHEN Lei， SHU Yingzi. A wonderful work of art in the boudoir： An interpretation of the flower patterns of Huayao women’s dress in Xiaoshajiang， Longhui， Hunan province［J］. Ethnic Art Studies， 2012， 25（4）： 102-107.

［9］趙海英， 楊一帆， 徐光美. 新疆民族民間藝術(shù)圖案生成方法［J］. 計(jì)算機(jī)系統(tǒng)應(yīng)用， 2011， 20（7）： 94-99.

ZHAO Haiying， YANG Yifan， XU Guangmei. Design method for Xinjiang folk art pattern［J］. Computer Systems & Applications， 2011， 20（7）： 94-99.

［10］TIAN G， YUAN Q， HU T， et al. Auto-generation system based on fractal geometry for batik pattern design［J］. Applied Sciences， 2019， 9（11）： 2383.

［11］趙海英， 彭宏， 張小利. 基于進(jìn)化計(jì)算的地毯圖案生成方法［J］. 圖學(xué)學(xué)報(bào)， 2015， 36（1）： 41-46.

ZHAO Haiying， PENG Hong， ZHANG Xiaoli. A generation method of carpet pattern based on evolutionary computation［J］. Journal of Graphics， 2015， 36（1）： 41-46.

［12］朱苗苗， 呂健， 劉翔， 等. 交互式遺傳算法在民族圖案創(chuàng)新設(shè)計(jì)中的應(yīng)用［J］. 計(jì)算機(jī)工程與設(shè)計(jì)， 2019， 40（11）： 3324-3348.

ZHU Miaomiao， L Jian， LIU Xiang， et al. Application of interactive genetic algorithm in innovative design method of national pattern［J］. Computer Engineering and Design， 2019， 40（11）： 3324-3348.

［13］羅茜， 余魯. 形狀文法視角下漢代漆器云紋紋飾的應(yīng)用研究［J］. 包裝工程， 2021， 42（4）： 292-298.

LUO Xi， YU Lu. Application of lacquerware moiré patterns under perspective of shape grammar［J］. Packaging Engineering， 2021， 42（4）： 292-298.

［14］黃燦君. 基于Web的絲綢文物創(chuàng)意設(shè)計(jì)專家系統(tǒng)關(guān)鍵技術(shù)開發(fā)［D］. 杭州： 浙江大學(xué)， 2018.

HUANG Canjun. Key Technologies of Developing the Silk-Relics Creative Design Expert System Based on Web［D］. Hangzhou： Zhejiang University， 2018.

［15］袁惠芬， 程皖豫， 王旭， 等. 基于Kronecker積的分形圖案設(shè)計(jì)及在望江挑花中的應(yīng)用［J］. 東華大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2017， 43（5）： 651-654.

YUAN Huifen， CHENG Wanyu， WANG Xu， et al. Fractal pattern design based on Kronecker product and the application in Wangjiang cross stitch［J］. Journal of Donghua University （Natural Science）， 2017， 43（5）： 651-654.

［16］CUI J， TANG M X. Integrating shape grammars into a generative system for Zhuang ethnic embroidery design exploration［J］. CAD Computer Aided Design， 2013， 45（3）： 591-604.

［17］INDRAPRASTHA A， SAHPUTRA Z， SUHARJONO A. Preserving local ornament through algorithm［J］. Jurnal Ilmu Komputer dan Informasi， 2013， 6（2）： 52-58.

［18］侯宇康， 呂健， 劉翔， 等. 基于神經(jīng)風(fēng)格遷移網(wǎng)絡(luò)的民族圖案創(chuàng)新方法［J］. 圖學(xué)學(xué)報(bào)， 2020， 41（4）： 606-613.

HOU Yukang， L Jian， LIU Xiang， et al. Innovative method of ethnic pattern based on neural style transfer network［J］. Journal of Graphics， 2020， 41（4）： 606-613.

［19］DENG Z R， BAI S J， MA F X， et al. Zhuang national costume images generation method based on deep convolutional generative adversarial network［C］//11th International Conference on Advanced Computational Intelligence （ICACI）. Guilin： IEEE， 2019： 314-319.

［20］阮將軍. 隆回花瑤挑花圖案的創(chuàng)新與應(yīng)用研究［D］. 長沙： 湖南師范大學(xué)， 2014.

RUAN Jiangjun. Research into Innovation and Application of Longhui Huayao Cross-Stitch Patterns［D］. Changsha： Hunan Normal University， 2014.

［21］CHEN J C， JI T， PENG J， et al. An ai-assisted design method for “Huayao cross-stitch” patterns based on semantics［J］. Design for Inclusion， 2022， 45： 24.

［22］ZHU J Y， PARK T， ISOLA P， et al. Unpaired image-to-image translation using cycle-consistent adversarial networks［C］//16th IEEE International Conference on Computer Vision （ICCV）. Venice： IEEE， 2017： 2223-2232.

Intelligent design path of Huayao cross-stitch patterns based on style characteristics

CHEN Junchun1， JI Tie1， PENG Jian1， WANG Bin2

（1.School of Design， Hunan University， Changsha 410082， China; 2.School of Computer Science and Engineering，Central South University， Changsha 410083， China）

Abstract：?Ethnic patterns， a kind of visual symbols with unique representation forms and symbolic connotations， serve as a nation’s unique marks in terms of its historical background， social environment， production and life， ideas and beliefs， presenting distinct regional and national characteristics. The Huayao ethnic group is a small branch of the Yao nationality， with a time-honored history and rich culture of thousands of years. Huayao cross-stitch is a unique artistic form of folk handicraft owned by the Huayao people as well as a “l(fā)iving carrier” of Huayao people’s everlasting national culture. Huayao cross-stitch patterns， aesthetically appealing with rich cultural implications， hold evolutionary records of the development and change of Huayao national culture. The innovative design of Huayao cross-stitch patterns is one of the most effective ways to activate the inner vitality of Huayao culture. At present， the active use of intelligent technology to inherit and innovate ethnic patterns is a hot topic among the scholarly community under the background of deep integration of culture and technology. In this way， the design cycle can be greatly shortened and pattern forms can be significantly enriched， which opens up unlimited creative space for the innovative design of ethnic patterns. However， the majority of existing research on the intelligent generation of ethnic patterns focuses on the use of intelligent technology， and there are few attempts regarding an in-depth exploration of the style characteristics of ethnic patterns.

This paper explored the forms and methods of the intelligent generation of Huayao cross-stitch patterns based on retaining their style characteristics. Firstly， the descriptions of style characteristics of Huayao cross-stitch patterns were collected and semantically summarized by using Kansei engineering experiments and questionnaires or surveys. Typical factors determining style characteristics were extracted through importance evaluation and statistical analysis. Then， the extracted factors were analyzed and summarized into four dimensions in terms of style characteristics： composition， modeling， semantics and stitches， based on which， the setting and conversion of intelligent design forms of Huayao cross-stitch patterns were carried out. Finally， the deep learning network algorithm learning was carried out by constructing the main patterns of Huayao cross-stitch and the stick figure image data set to generate the patterns with Huayao cross-stitch style characteristics. According to the data characteristics of the outer contour of Huayao cross-stitch patterns， the contour detection filling module and the shape module were then introduced， and a novel model structure named “HYCycleGAN” was proposed to intelligently generate the main patterns of Huayao cross-stitch， and then the intelligent design practice was carried out with accordance with the preset pattern organization forms to generate an adjustable auxiliary design scheme.

In this paper， from the perspective of the continuation of the style characteristics of Huayao cross-stitch patterns， the intelligent generation interactive system of Huayao cross-stitch patterns was constructed through the recognition and extraction of factors with Huayao cross-stitch style characteristics and by the conversion and setting of design forms， and by the selection and optimization of feasible intelligent design methods. With the help of this system， users can freely set a canvas size， a composition mode and input the main patterns and select the filling patterns to generate new cross-stitch patterns. The design generation experiment was carried out and its priority degree was then evaluated， aiming at optimizing the path of intelligent design and providing new ideas for the intelligent design method of ethnic patterns.

Extraction and retaining of the style characteristics of Huayao cross-stitch patterns is the basis and key to the design transformation and cultural innovation of Huayao culture. Huayao cross-stitch patterns boast characteristics and values beyond multiple dimensions of form， behavior and spirit. Therefore， the extraction of the style characteristics of Huayao cross-stitch patterns needs a much more solid field investigation and data collection from a holistic and systematic perspective in order to expand the breadth and depth of the current research. Besides， there is still room for expanding the expression forms and application scenarios in the exploration of intelligent design forms， which is also the research focus of the next stage.

Key words：?style characteristics; ethnic pattern; Huayao cross-stitch; folk handicrafts; intelligent design; generative adversarial networks （GANs）