摘要：為有效減少人工介入，實現(xiàn)汽車品牌家族化造型特征的智能分析與提取。以比亞迪汽車品牌為例，通過構(gòu)建汽車前臉造型圖像數(shù)據(jù)庫，采用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)作為特征識別算法，結(jié)合類別激活映射為可視化分析手段?；谠煨蛿?shù)據(jù)庫可快速、自動有效的挖掘品牌造型特征，實現(xiàn)造型基因的智能分析與提取。該方法從學(xué)科交叉的角度改變了設(shè)計學(xué)領(lǐng)域?qū)ζ嚻放圃煨突蛞蕾囉趯＜医?jīng)驗、人工歸納提取的現(xiàn)狀，深度學(xué)習(xí)技術(shù)作為有效的設(shè)計輔助工具，能夠極大地提升設(shè)計效率，提高當(dāng)前汽車品牌家族化造型特征的分析技術(shù)水平。

關(guān)鍵詞：汽車家族化造型特征；深度學(xué)習(xí)；比亞迪品牌造型設(shè)計；造型風(fēng)格；可視化分析

中圖分類號：TB47 文獻(xiàn)標(biāo)識碼：A

文章編號：1003-0069（2024）21-0104-04

引言

隨著汽車技術(shù)水平的均質(zhì)化發(fā)展，汽車外觀造型已成為影響用戶購買決策的關(guān)鍵因素之一[1]。家族化造型設(shè)計作為主流的設(shè)計策略，不僅能夠賦予汽車產(chǎn)品獨特的品牌特色，同時可以增強(qiáng)用戶對產(chǎn)品的認(rèn)可度和歸屬感。在設(shè)計學(xué)領(lǐng)域，分析與提取汽車的家族化造型特征是一項復(fù)雜而精細(xì)的工作，不僅要求設(shè)計師具備深厚的美學(xué)素養(yǎng)和創(chuàng)新能力，還需要依賴于先進(jìn)的技術(shù)手段。當(dāng)前，人工智能深度學(xué)習(xí)技術(shù)作為設(shè)計輔助工具在汽車設(shè)計領(lǐng)域的應(yīng)用正日益增多[2]，為汽車造型設(shè)計提供了新的思路。本文以比亞迪汽車品牌為例，探討如何基于造型數(shù)據(jù)庫，借助深度學(xué)習(xí)技術(shù)，實現(xiàn)品牌家族化造型基因的智能分析與提取。

一、汽車品牌家族化造型特征分析概述

（一）汽車品牌家族化造型設(shè)計研究發(fā)展

將汽車造型特征與品牌形象協(xié)同思考，通過造型風(fēng)格的一致性建立與其他產(chǎn)品的排他性，建立特色鮮明的品牌家族化造型特征[3]，并在更新?lián)Q代時保持造型特征的傳承性和進(jìn)化性，是現(xiàn)代汽車造型設(shè)計的重要設(shè)計策略。家族化造型設(shè)計作為一種重要的設(shè)計策略，通過統(tǒng)一視覺元素和風(fēng)格，增強(qiáng)了品牌的識別度和市場影響力。Karjalainen 等[4] 指出，產(chǎn)品的核心競爭因素在于品牌與產(chǎn)品的視覺識別，有效的設(shè)計產(chǎn)品既需具有吸引力，又能明確反映品牌核心價值觀；盧兆麟等[5] 揭示了在整個生命周期中產(chǎn)品設(shè)計DNA 的形成和演變規(guī)律，并成功地將設(shè)計DNA 的邏輯與生產(chǎn)過程相結(jié)合。

形狀文法或初級的機(jī)器學(xué)習(xí)技術(shù)被廣泛應(yīng)用于品牌家族化造型特征的分析和提取。McCormack 教授等[6] 用形狀文法分析了別克汽車前視圖的品牌特征；姚君[7] 同樣借助于形狀文法從視覺和語義的角度分析了汽車設(shè)計中關(guān)鍵的造型線條，進(jìn)行視覺語義分析；胡偉峰[8] 選取汽車造型特征線為研究對象，借助形狀文法規(guī)則對車輛品牌造型趨勢做出合理的形式性預(yù)測。然而，盡管這些方法在分析和提取汽車造型基因方面取得了顯著成效，但在處理大規(guī)模數(shù)據(jù)和進(jìn)行精確識別方面對設(shè)計學(xué)領(lǐng)域的貢獻(xiàn)相對有限，因此，研究者們開始轉(zhuǎn)向數(shù)據(jù)驅(qū)動的方法。羅仕鑒等[9]采用機(jī)器學(xué)習(xí)算法進(jìn)行概念設(shè)計方案的動態(tài)評估和反饋，為產(chǎn)品風(fēng)格智能計算研究提供了理論依據(jù)；裴卉寧等[10] 提出了一種基于深度卷積生成對抗網(wǎng)絡(luò)的汽車造型設(shè)計模型，并驗證了該模型的有效性和實用性；李寶軍等[11] 提出了一種基于細(xì)粒度分類的方法用于計算分析汽車品牌的家族化特征，重點識別核心造型基因，并分析不同品牌汽車前臉造型的相似性。

綜上所述，盡管設(shè)計領(lǐng)域的專家通過使用形狀文法和初級機(jī)器學(xué)習(xí)算法在汽車造型基因分析和提取上取得了一定成就，但這些方法在很大程度上依賴于專家的專業(yè)知識和主觀判斷。面對不斷增長的海量車型數(shù)據(jù)，這些方法難以迅速、全面識別造型特征，不適用于大規(guī)模數(shù)據(jù)分析。因此，本文針對現(xiàn)有方法的不足，從學(xué)科交叉的視角借助深度學(xué)習(xí)技術(shù)對比亞迪品牌的造型特征進(jìn)行智能化分析與提取，并以比亞迪“王朝”系列為例進(jìn)行設(shè)計實踐，展示深度學(xué)習(xí)技術(shù)作為設(shè)計輔助工具在提煉家族化造型特征上的有效性。

（二）汽車品牌家族化特征分析流程框架

基于深度學(xué)習(xí)的比亞迪汽車品牌家族化造型特征智能分析與提取分為以下幾個步驟：首先，需要建立一個汽車品牌前臉原始圖像訓(xùn)練庫，該過程主要為收集整理大量汽車前臉圖像、消除背景干擾，進(jìn)而統(tǒng)一圖像尺寸，并對各品牌進(jìn)行精確標(biāo)注；其次，采用圖像分割技術(shù)抽取圖片特征，并對數(shù)據(jù)進(jìn)行預(yù)處理和增強(qiáng)處理，強(qiáng)調(diào)前臉造型目標(biāo)特征區(qū)域；接著，借助ResNet-8 深度學(xué)習(xí)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行訓(xùn)練，構(gòu)建分類器；最后采用類別激活映射（Class Activation Mapping，CAM）方法分析特定汽車品牌比亞迪汽車的前臉特征，并展示可視化熱力圖，以比亞迪“王朝”系列為案例進(jìn)行設(shè)計實踐，如圖1。

二、數(shù)據(jù)庫構(gòu)建及深度學(xué)習(xí)分類模型

（一）汽車品牌前臉造型數(shù)據(jù)庫構(gòu)建

汽車造型的自動化分析依賴于計算機(jī)技術(shù)，通過分析大量造型數(shù)據(jù)以發(fā)掘規(guī)律性信息，即識別數(shù)據(jù)中的模式，并將計算結(jié)果直觀展現(xiàn)給造型分析師和設(shè)計師等人[12]。汽車前臉數(shù)據(jù)庫的建立旨在訓(xùn)練和對比特征提取算法的優(yōu)異性，為確保有效比較算法之間的差異，數(shù)據(jù)庫必須遵循一致性原則[13]?；诖?，本文采用Auto Morpher 課題組建立的汽車前臉造型數(shù)據(jù)庫，聚焦于汽車正面視圖中的核心造型元素，主要為格柵、保險杠和前大燈。為了進(jìn)一步優(yōu)化造型分析，對汽車前臉圖像進(jìn)行了高寬比為2：5 的感興趣區(qū)域（ROI）截取、背景和車牌去除、統(tǒng)一圖像尺寸、品牌標(biāo)注等工作，并采用色彩調(diào)整等方法進(jìn)行數(shù)據(jù)增強(qiáng)，以提升造型分析的準(zhǔn)確性，如圖2。該數(shù)據(jù)庫涵蓋了27 個汽車品牌不同型號的6716張汽車前臉圖像，其中比亞迪品牌汽車前臉圖像為159 張。

通過審視圖像數(shù)據(jù)庫，識別出車標(biāo)雖為辨識汽車品牌的關(guān)鍵元素，但并不屬于汽車前臉造型的組成部分[14]。因此，為避免后續(xù)分類識別過程中車標(biāo)可能引起的干擾，本文采取了統(tǒng)一移除車標(biāo)的方法，并采用相鄰細(xì)節(jié)來填補(bǔ)缺失的區(qū)域，從而創(chuàng)建了一個無車標(biāo)的汽車品牌前臉分類數(shù)據(jù)集，如圖3。

（二）深度學(xué)習(xí)分類模型訓(xùn)練

本文專注于研究汽車前臉造型的家族化屬性，旨在通過造型數(shù)據(jù)分析識別各品牌汽車前臉的家族化造型特征。鑒于圖像的分類問題已被廣泛研究，本文選擇了ResNet（Residual Network）殘差網(wǎng)絡(luò)作為本次分類分析的主要工具，方便有效傳遞原始數(shù)據(jù)，并保持網(wǎng)絡(luò)的訓(xùn)練和優(yōu)化效率[15]。為了訓(xùn)練和評估分類器，在整個前臉造型數(shù)據(jù)庫中，訓(xùn)練集、驗證集和測試集按3：1：1 的比例進(jìn)行劃分，其中訓(xùn)練集和驗證集用于分類器的訓(xùn)練過程，而測試集則應(yīng)用于評價模型性能，以驗證訓(xùn)練后的效果。

圖4 詳細(xì)記錄了模型在訓(xùn)練過程中的損失值的變化情況，圖5 則展示了模型在分類任務(wù)上的準(zhǔn)確率的表現(xiàn)，模型的召回率與損失值的變化趨勢呈現(xiàn)出明顯的反向關(guān)系。具體來說，圖4 展現(xiàn)了訓(xùn)練集和驗證集的損失值隨訓(xùn)練epoch 增加而快速下降的過程，并最終趨于穩(wěn)定。這一結(jié)果表明模型隨著訓(xùn)練深入逐漸提高了對數(shù)據(jù)集的擬合程度，且未出現(xiàn)過擬合的現(xiàn)象。與此同時，圖5 展示的訓(xùn)練集和驗證集的召回率迅速提升并最終達(dá)到0.95 左右，這表示模型能夠正確分類95% 的正樣本，從而確保了模型在實際應(yīng)用中的高度可靠性?；谏鲜龇治隹芍?，通過對無車標(biāo)數(shù)據(jù)集的系統(tǒng)訓(xùn)練，ResNet-8 模型展現(xiàn)了其在汽車品牌分類任務(wù)上的強(qiáng)大潛能。模型的損失下降和準(zhǔn)確率提高的趨勢，以及最終召回率的高水平穩(wěn)定性，均驗證了其作為一個有效的工具在汽車家族化造型設(shè)計研究中的潛力。

三、家族化造型特征分析

（一）汽車前臉造型DNA 多級可視化識別解析

本文應(yīng)用類激活映射（CAM）方法對比亞迪汽車前臉造型特征的識別數(shù)據(jù)進(jìn)行分析，通過此技術(shù)對ResNet-8 網(wǎng)絡(luò)模型中卷積層的分類結(jié)果進(jìn)行了可視化展示。CAM 通過對最后一個卷積層的特征映射應(yīng)用全連接層權(quán)重來進(jìn)行加權(quán)求和，可以突出顯示前臉造型的關(guān)鍵特征區(qū)域并以高亮的形式展現(xiàn)，從而直觀地揭示了分類決策的基礎(chǔ)[16]。本文選取比亞迪“王朝”系列作為品牌樣本，對比亞迪前臉造型顯著性特征進(jìn)行多級可視化分析（見圖6）。

可以看出，S1 和S2 層所識別出的特征主要包括前大燈、格柵、前保險杠和進(jìn)氣口的造型及其特征走勢，這些元素之間的空間關(guān)系對整體視覺效果的舒適度和吸引力起到了決定性作用。S3 至S4 層是連接兩側(cè)大燈承接腰線并向后延伸的金屬格飾條，強(qiáng)化了整車造型的運動感和速度感。而在S5、S6、S7 層中，去除了次要特征，轉(zhuǎn)而聚焦于更抽象的層級，主要突出大尺寸的中網(wǎng)進(jìn)氣格柵和前大燈的造型，呈現(xiàn)出強(qiáng)烈的立體感。

CAM 熱力圖通常使用漸變色來表示不同區(qū)域的熱度。前中網(wǎng)（散熱器格柵）和前大燈區(qū)域熱度較高，以較亮的顏色（紅色）標(biāo)示，表示在模型決策中貢獻(xiàn)較大。而兩側(cè)的進(jìn)氣口，鍍鉻飾條，前保險杠區(qū)域熱度較低，以較暗的顏色（藍(lán)色）標(biāo)示，表示在模型決策中貢獻(xiàn)較小。通過顏色的變化可以觀察到圖像中不同區(qū)域的活躍程度，從而推斷該區(qū)域?qū)τ谀Ｐ皖A(yù)測結(jié)果的貢獻(xiàn)程度，如圖6。

（二）顯著性特征可視化與“Dragon Face”前臉造型特征對比

“Dragon Face”概念在現(xiàn)代汽車設(shè)計領(lǐng)域中，特別是對于中國品牌比亞迪汽車而言，已成為其獨特設(shè)計語言的核心。這一概念源自中國古代“龍”的象征，龍在中華文化中一直是力量的代表，在汽車設(shè)計領(lǐng)域，這一概念已被應(yīng)用到車輛前臉的造型設(shè)計上，通常以突出的車頭燈、寬闊的格柵以及平滑的脊柱線條為標(biāo)志，這些設(shè)計元素共同作用形成了一種強(qiáng)烈的視覺動態(tài)感，象征著動力和速度，旨在表達(dá)出一種動態(tài)、流暢、具有柔和的視覺沖擊力。

“Dragon Face”造型特征中的關(guān)鍵要素之一是其獨特的前大燈和格柵設(shè)計，二者的排列方式共同決定了汽車的“面部表情”，這在“DragonFace”設(shè)計語言中衍生至關(guān)重要的角色。在深度學(xué)習(xí)模型的S1 和S2 層中識別的進(jìn)氣口和格柵造型特征與“Dragon Face”的鼻孔和嘴部相對應(yīng)，這種設(shè)計不僅提供了強(qiáng)烈的視覺沖擊，而且在品牌識別上具有顯著的效果?！癉ragon Face”設(shè)計語言中，車輛的運動感和流暢性是一種重要的視覺效果，在模型的S4 層中，金屬格飾條作為連接主軸大燈的元素，延伸至頭部，強(qiáng)化了整車造型的運動感和速度感，設(shè)計元素的突出表現(xiàn)與“Dragon Face”設(shè)計中強(qiáng)調(diào)的動態(tài)美感和速度感相契合。在模型的更高架構(gòu)（S5、S6 和S7 層）中，重點轉(zhuǎn)向中網(wǎng)進(jìn)氣格柵和前大燈的特征，這些元素的識別與“Dragon Face”設(shè)計中的嘴部和眼睛造型相一致。通過強(qiáng)調(diào)這些特征，不僅增強(qiáng)了前臉的立體感，而且使整個前臉造型增加了品牌識別度（見表1）。

通過CAM 熱力圖，可以觀察到在模型決策中起作用的區(qū)域。這種可視化技術(shù)不僅揭示了這些區(qū)域在家族化設(shè)計中的核心地位，還有效地展示了計算機(jī)模型在識別比亞迪汽車“Dragon Face”特征方面的準(zhǔn)確性。通過深度學(xué)習(xí)模型的系統(tǒng)性分析，揭示了前大燈、格柵和金屬格飾條等關(guān)鍵元素之間的空間關(guān)系，這些關(guān)系在構(gòu)成“Dragon Face”整體視覺效果中起到了決定性作用。

四、設(shè)計實踐

基于深度學(xué)習(xí)的比亞迪汽車品牌家族化造型設(shè)計實踐主要按照創(chuàng)意構(gòu)思與初步設(shè)計、設(shè)計細(xì)化與調(diào)整、設(shè)計創(chuàng)作與展示，到用戶評價與市場反饋的順序展開。在設(shè)計新車型時，設(shè)計思路需綜合兩個關(guān)鍵因素：即對造型基因的延續(xù)以及根據(jù)流行趨勢對造型設(shè)計進(jìn)行創(chuàng)新?；诳梢暬夹g(shù)的分析結(jié)果，總結(jié)出比亞迪“王朝”系列的家族化前臉造型的關(guān)鍵特征：橫向延伸的前大燈造型，前中網(wǎng)和兩側(cè)進(jìn)氣口形成的一字連貫橫向分塊方式，此外，六邊形格柵的圓滑拐角邊緣也是其區(qū)別于其他品牌汽車的顯著設(shè)計元素。在此基礎(chǔ)上，以“唐”為載體進(jìn)行了汽車改款設(shè)計，在保留了比亞迪“唐”系列的家族化造型特征的基礎(chǔ)上融入了現(xiàn)代科技元素。

（一）創(chuàng)意構(gòu)思與初步設(shè)計

在改款設(shè)計前期，首先對當(dāng)前市場的汽車設(shè)計趨勢進(jìn)行深入研究。通過借助深度學(xué)習(xí)技術(shù)的視覺分析，發(fā)現(xiàn)汽車前臉造型設(shè)計不僅能夠增強(qiáng)品牌辨識度，而且與中華文化的“龍”元素相呼應(yīng)，具有很強(qiáng)的文化象征意義，因此，在創(chuàng)意構(gòu)思階段，決定保留并強(qiáng)化這一元素。

在設(shè)計學(xué)領(lǐng)域，提取和簡化傳統(tǒng)紋樣是連接古老文化與現(xiàn)代審美的關(guān)鍵手段。龍臉紋樣的設(shè)計核心部分主要集中在眉眼、嘴巴、胡須和下巴等元素。首先將這些元素細(xì)致地拆分，提煉出其基本的形狀與線條，此過程中的形態(tài)轉(zhuǎn)換旨在簡化細(xì)節(jié)，而不失去原始圖案的特征。在格柵的具體細(xì)節(jié)上，龍鱗的設(shè)計采取了減法的原則，將復(fù)雜的鱗片紋路轉(zhuǎn)變?yōu)楦鼮楹啙嵉那€形狀，以確保充足的空氣流通。最終的設(shè)計目標(biāo)是確保最終的汽車設(shè)計既滿足當(dāng)前市場需求，又具備未來潛在適應(yīng)性，通過在形態(tài)轉(zhuǎn)變中融入現(xiàn)代化和科技感元素，增強(qiáng)了傳統(tǒng)圖案的生命力和市場競爭力，促進(jìn)了傳統(tǒng)文化與現(xiàn)代設(shè)計語言的融合，如圖7。

（二） 設(shè)計細(xì)化與調(diào)整

通過多輪的設(shè)計討論及深度學(xué)習(xí)技術(shù)輔助分析，本文在設(shè)計方案的細(xì)化過程中，針對特定核心方面進(jìn)行了精準(zhǔn)的優(yōu)化與調(diào)整。這一過程重點研究如何把初步設(shè)計方案細(xì)化為實施細(xì)節(jié)，確保這些細(xì)節(jié)能相互配合，展現(xiàn)出既連貫又具有獨特性的視覺效果。不僅突出了設(shè)計過程中的創(chuàng)新性思維，也強(qiáng)調(diào)了深度學(xué)習(xí)技術(shù)在設(shè)計決策支持中的應(yīng)用價值，為將概念性設(shè)計轉(zhuǎn)化成可執(zhí)行的設(shè)計細(xì)節(jié)提供了有效的路徑。

如圖8 所示。原車型的直瀑式前格柵已被重新設(shè)計，采用了復(fù)雜的龍鱗紋理圖案，這不僅提升了前格柵的視覺深度和立體感，還巧妙地將中國文化的象征元素融入現(xiàn)代汽車設(shè)計中。龍鱗圖案的設(shè)計經(jīng)過多次調(diào)整和優(yōu)化，以確保其能在不同光線和視角下展現(xiàn)出動態(tài)變化的光影效果，增強(qiáng)視覺沖擊力。在前大燈的造型設(shè)計上，設(shè)計出了更加細(xì)長且充滿動感的形狀，仿造龍眼和眉毛的樣式，不僅具有攻擊性，也富含未來感。同時與龍鱗格柵形成視覺上的連貫。進(jìn)氣口的設(shè)計強(qiáng)調(diào)了橫向延伸的動感，通過調(diào)整其大小和形狀，不僅優(yōu)化了空氣動力學(xué)性能，也使得車輛前臉更加寬闊和穩(wěn)重。前保險杠的設(shè)計則融入了更多流線型的元素，與整車的線條設(shè)計相協(xié)調(diào)，同時也考慮了行人安全的設(shè)計原則。整體而言，改款設(shè)計在繼承比亞迪“唐”車型原有家族化造型特征的基礎(chǔ)上，引入了更多動感和未來感的元素，同時融入了更為顯著的文化符號和設(shè)計創(chuàng)新。這些設(shè)計的演變不僅是預(yù)兆了該車型對于未來趨勢的把握，也反映了現(xiàn)代汽車設(shè)計趨勢中對動力、文化融合和設(shè)計創(chuàng)新的不斷追求。

（三）設(shè)計創(chuàng)作與展示

在設(shè)計創(chuàng)作與展示階段，應(yīng)確保所有元素和細(xì)節(jié)都得到精心設(shè)計，不僅保留了原有的家族化造型特征，還增添了新的活力和吸引力。如圖9 所示，運用Rhino 建模軟件制作三維模型，借助Keyshot 軟件對前期修改后的模型進(jìn)行渲染。車身的藍(lán)色涂裝象征中國文化中與龍相關(guān)聯(lián)的水元素，反映了龍的流動與靈動特質(zhì)。車身的流線型設(shè)計呼應(yīng)龍的動感形態(tài)，而大型蜂窩狀進(jìn)氣格柵和銳利的前燈設(shè)計則模仿龍鱗和龍眼，增添了權(quán)威感和視覺沖擊力。在材質(zhì)使用上，高質(zhì)感的金屬和精細(xì)工藝不僅保證了耐用性，也是對龍鱗堅硬光滑特性的現(xiàn)代詮釋，這些設(shè)計細(xì)節(jié)在增加動感和文化深度的同時，也強(qiáng)調(diào)了創(chuàng)新與傳統(tǒng)的融合。這款車憑借其時尚的設(shè)計和先進(jìn)的科技配置，不僅提供了卓越的駕駛體驗和舒適度，還強(qiáng)調(diào)了對中國傳統(tǒng)文化的尊重與傳承，吸引了尋求個性化和文化底蘊(yùn)的消費者。

（四）用戶評價與市場反饋

本次方案評價的目的是驗證最終造型設(shè)計是否能夠準(zhǔn)確傳達(dá)比亞迪汽車品牌形象和風(fēng)格。通過在相關(guān)的汽車論壇、社交媒體汽車群組和設(shè)計師社群中發(fā)布招募信息，成功招募了10 名汽車設(shè)計師、10 名比亞迪車主以及10 名其他汽車品牌車主共30 人作為實驗對象。采用五級李克特量表[17] 來量化受訪人群對比亞迪汽車前臉造型改款設(shè)計的認(rèn)可程度，將評分等級設(shè)定為：“1”表示非常不符合，“2”表示不太符合，“3”表示中立，“4”表示比較符合，“5”表示非常符合，通過計算平均分值，可以判斷出對最終造型設(shè)計的整體認(rèn)可度，分?jǐn)?shù)越高代表認(rèn)可程度越高，如表2。

從上述調(diào)研評價結(jié)果來看，實驗群體普遍認(rèn)為該設(shè)計符合比亞迪汽車的家族化造型特征。這一實驗結(jié)果表明利用深度學(xué)習(xí)技術(shù)指導(dǎo)汽車前臉家族化造型設(shè)計是具有可行性的，深度學(xué)習(xí)技術(shù)可以提取其中的規(guī)律和特征，從而提高設(shè)計的準(zhǔn)確性和效率，但仍需與設(shè)計師的經(jīng)驗和創(chuàng)造力相結(jié)合，在設(shè)計過程中的決策仍然應(yīng)該由設(shè)計師來做出。通過合理運用深度學(xué)習(xí)技術(shù)，設(shè)計師可以更好地實現(xiàn)家族化設(shè)計的一致性和連貫性，提升汽車設(shè)計的質(zhì)量和創(chuàng)意水平。

結(jié)語

汽車家族化造型特征確保了品牌內(nèi)不同車型間的設(shè)計語言和風(fēng)格元素的一致性，通過視覺和感觀的一致性加強(qiáng)消費者對品牌的識別和忠誠，有助于塑造品牌的獨特形象，提升市場競爭力和吸引力。深度學(xué)習(xí)技術(shù)通過強(qiáng)大的模式識別能力和對復(fù)雜模型特征的精確捕捉，降低了對人工直觀判斷的依賴；品牌多級特征的可視化分析明確展示了復(fù)雜數(shù)據(jù)和模型輸出，這不僅助力于準(zhǔn)確識別品牌的關(guān)鍵特征，而且為制訂有效的設(shè)計策略和品牌傳播給予方向，進(jìn)而提高設(shè)計工作效率。因此，作為設(shè)計工作者和研究者，應(yīng)當(dāng)以先進(jìn)技術(shù)與設(shè)計理念的融合為指導(dǎo)原則，從而有效促進(jìn)了設(shè)計創(chuàng)新與技術(shù)進(jìn)步的結(jié)合。

基金項目：教育部人文社會科學(xué)研究規(guī)劃基金項目（22YJA760072）

參考文獻(xiàn)

[1]鄭先鋒，劉顏楷. 針對汽車外觀設(shè)計的消費者興趣點分析研究[J]. 設(shè)計，2017（17）：15-17.

[2]吳瓊. 人工智能時代的創(chuàng)新設(shè)計思維[J]. 裝飾，2019（11）：18-21.

[3]張弛，王華琳. 中國傳統(tǒng)文化元素在汽車品牌標(biāo)志設(shè)計中的應(yīng)用[J]. 設(shè)計，2022，35（21）：117-119.

[4]Karjalainen T. It Looks Like a Toyota：Educational Approaches to Designing for Visual BrandRecognition[J]. INTERNATIONAL JOURNAL OF DESIGN，2007，1（01）：67-81.

[5]盧兆麟，李升波，張悅，等. 面向工業(yè)設(shè)計的產(chǎn)品設(shè)計DNA研究現(xiàn)狀與進(jìn)展[J]. 機(jī)械設(shè)計，2014，31（12）：1-7.

[6]McCormack J P，Cagan J，Vogel C M. Speaking the Buick language：capturing，understanding，and exploring brand identity with-shape grammars[J]. DESIGN STUDIES，2004，25（01）：1-29.

[7]姚君，金然，韓叔冬，等. 論品牌基因在汽車造型設(shè)計中的傳承與創(chuàng)新[J]. 包裝工程，2012，33（24）：37-41.

[8]胡偉峰，趙江洪. 用戶期望意象驅(qū)動的汽車造型基因進(jìn)化[J]. 機(jī)械工程學(xué)報，2011，47（16）：176-181.

[9]羅仕鑒，王瑤，劉長奧，等. 產(chǎn)品風(fēng)格計算研究現(xiàn)狀與展望[J]. 計算機(jī)集成制造系統(tǒng)，2023，29（10）：3425-3439.

[10]裴卉寧，譚昭蕓，張金勇，等. DCGAN在汽車造型設(shè)計模型中的應(yīng)用[J]. 機(jī)械科學(xué)與技術(shù)，2022，41（10）：1567-1576.

[11]李寶軍，董穎，趙德棟，等. 基于細(xì)粒度分類的汽車家族化計算分析方法[J]. 汽車工程學(xué)報，2018，8（04）：250-258.

[12]林麗，郭主恩，陽明慶. 面向產(chǎn)品感性意象的造型優(yōu)化設(shè)計研究現(xiàn)狀及趨勢[J]. 包裝工程，2020，41（02）：65-79.

[13]李卓，葛翔. 基于參數(shù)集成與收斂的汽車格柵設(shè)計研究[J]. 設(shè)計，2022，35（21）：138-141.

[14]田強(qiáng)，賈小寧. 基于深度殘差網(wǎng)絡(luò)的車標(biāo)識別[J]. 吉林大學(xué)學(xué)報（理學(xué)版），2021，59（02）：319-324.

[15]S. W C，L. M D，Milos M. ResNet Autoencoders for Unsupervised Feature Learning From High-Dimensional Data：Deep Models Resistant to Performance Degradation[J]. IEEE ACCESS，2021，9：40511-40520.

[16]化盈盈，張岱墀，葛仕明. 深度學(xué)習(xí)模型可解釋性的研究進(jìn)展[J]. 信息安全學(xué)報，2020，5（03）：1-12.

[17]Li Q. A novel Likert scale based on fuzzy sets theory[J]. EXPERT SYSTEMS WITH APPLICATIONS，2013，40（5）：1609-1618.