基于風格特征的花瑤挑花圖案智能設計路徑

陳鋆純 季鐵 彭堅 王斌

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

摘要：?運用智能技術對民族圖案進行傳承與創(chuàng)新已然成為文化科技深度融合背景下的研究熱點，但現(xiàn)有民族圖案的智能生成研究多聚焦于對智能技術的使用，對民族圖案本體的風格特征少有深入挖掘。本文以花瑤挑花圖案為對象，在保持其風格特征的基礎之上，探索花瑤挑花圖案的智能生成形式與方法。首先，對花瑤挑花圖案的風格特征描述進行收集和語義歸納，同時通過重要性評估和統(tǒng)計分析提取典型的風格特征因子。然后，對所提取因子進行解析并基于其進行花瑤挑花圖案的智能設計形式轉換和設定。最后，針對花瑤挑花外輪廓形態(tài)方正的數(shù)據(jù)特征，引入輪廓檢測填充模塊和形態(tài)模塊，提出新的模型結構HYCycleGAN對花瑤挑花再設計形式進行智能設計實踐，生成可調整的輔助設計方案。實驗證明，以花瑤挑花圖案風格特征延續(xù)為視角的花瑤挑花圖案智能設計方法，優(yōu)化了民族圖案智能設計的路徑，為民族圖案的智能設計提供了新思路。

關鍵詞：?風格特征;民族圖案;花瑤挑花;民間手工藝;智能設計;生成對抗網絡

中圖分類號：?TS941.2; TB472? ? 文獻標志碼：?A? ??文章編號： 10017003（2023）090112

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

隨著智能技術在文化領域的全面滲透，對民族圖案的數(shù)字化與智能化保護、傳承和創(chuàng)新的態(tài)勢日益凸顯。民族圖案演繹了一個民族的歷史文化、人文精神和價值觀念，是民族傳統(tǒng)文化的重要組成部分，運用新興技術對民族圖案進行創(chuàng)新設計逐漸成為活躍的研究與實踐方向，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，這是民族圖案傳承發(fā)展的契機，亦是其核心文化與價值能否持續(xù)所面臨的挑戰(zhàn)。民族圖案風格各異，具有獨特的藝術特色、審美意趣和精神內涵，然而在對民族圖案進行智能設計時，通常忽略了對其本體文化基因的深入研究與挖掘，極易造成對民族圖案創(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特色的前提下對其進行智能設計，是亟待關注與探究的問題。本文以花瑤挑花圖案為例，以保持其圖案原型的“風格特征”為視角，探尋圖案的智能化設計和風格保持之間的平衡點，并構建花瑤挑花圖案的智能設計路徑。

1 民族圖案的風格特征與智能設計

1.1 民族圖案的風格特征

風格這一概念常用以概括和反映對象相對穩(wěn)定且顯著的

藝術面貌，體現(xiàn)于內容和形式的統(tǒng)一之中，包括個人風格、群體風格、區(qū)域風格和時期風格，具有同一性和多元化的特點。某種特征在對象中的重復出現(xiàn)便形成風格，風格通過對象中的共同特征而進行度量，特征之間的語法或拓撲關系是維持風格的關鍵因素［1］。民族圖案是一個民族在生活、生產、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特性，因此民族圖案擁有鮮明的地域性和民族性特點，在構型、賦色和語義上呈現(xiàn)鮮明的風格特征［2］和規(guī)則文法［3］，蘊含豐富的美學特征與文化內涵［4］。將其運用于現(xiàn)代創(chuàng)新設計不僅能豐富設計形式，避免“文化同質性”［5-6］，也是民族圖案傳承與永葆生命活力的有效方式［7］。而在對民族圖案進行創(chuàng)新設計的過程中，需要立足于民族圖案原有根基之上，對其文化精髓和風格特征進行合理的繼承和保留。

花瑤為瑤族的一個較小支系，主要分布于湖南省隆回縣境內的虎形山地區(qū)，擁有上千年的悠久歷史與文化積淀?；ì幱凶约旱恼Z言但沒有文字，挑花就是花瑤人的編年史，花瑤女子運用挑花圖案“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、意識形態(tài)、手工藝術，是花瑤人生生不息的民族文化的活態(tài)載體，蘊含極高的審美藝術與社會文化價值，2006年被列入國家首批非物質文化遺產名錄。花瑤傳統(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 民族圖案的智能設計

運用智能技術創(chuàng)新民族圖案能有效縮短圖案設計的周期，豐富圖案的表達形式，是計算機與設計學科進行跨學科交叉研究的焦點之一。然而在延續(xù)民族圖案藝術風格和特色的基礎上對其運用數(shù)字化、智能化技術進行創(chuàng)新是一個富有挑戰(zhàn)的工作［9］?，F(xiàn)有關于運用計算機技術對民族圖案進行創(chuàng)新設計的研究主要有3類：第一類是在智能設計中保留民族圖案本身構圖形式［10-12］;第二類是從保留圖案單元形的角度出發(fā)對民族圖案行智能設計［13-14］;第三類是運用智能技術使圖案單元形呈現(xiàn)全新視覺形態(tài)［15-17］。上述研究從不同的創(chuàng)新形式上運用計算機技術對民族圖案進行了智能設計，但現(xiàn)有研究主要側重于如何使用計算機智能技術快速生成設計方案，對民族圖案本體所蘊含的風格特征尚缺乏全面、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行民族圖案智能設計的基礎與核心，在民族圖案的智能創(chuàng)新設計過程中，以何種方式才能使民族圖案的風格特征得到延續(xù)需要著重探討。

隨著深度學習技術的發(fā)展與應用領域的拓展，有學者將基于卷積神經網絡框架（CNN）的風格遷移算法運用于民族圖案設計生成，如侯宇康等［18］采用該框架算法對苗族織物蠟染和挑花圖案的創(chuàng)新設計。此外，也有學者提出基于生成對抗網絡框架（GAN）對民族圖案進行智能生成［19］。而現(xiàn)有花瑤挑花圖案的創(chuàng)新設計研究與實踐多集中于對圖案的傳統(tǒng)視覺設計之上［20］，對花瑤挑花圖案進行智能設計的探索較為缺少，僅有從語義的視角對花瑤挑花圖案進行智能輔助設計方法的探討，提出使用有監(jiān)督學習GAN框架用于花瑤挑花創(chuàng)新圖案的上色［21］。CNN框架和GAN框架均可用于風格遷移任務，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，然后對每一層進行風格和內容的匹配，但由于沒有考慮到全局的圖像結構，會導致輸出圖像局部信息的不連貫或不真實，在圖案紋理細節(jié)處理上仍存在問題。相對CNN框架，GAN框架可通過訓練生成器和判別器的對抗來學習生成更真實的圖像。但傳統(tǒng)的GAN方法通常需要成對的訓練數(shù)據(jù)，如已有提出的花瑤挑花圖案上色模型，需要成對的數(shù)據(jù)用于訓練，而花瑤挑花圖案在風格遷移中無成對數(shù)據(jù)，且數(shù)據(jù)量稀少，因而有監(jiān)督學習的方式是不可行的。CycleGAN模型［22］可以通過兩個生成器和兩個判別器的循環(huán)對抗訓練，它無須成對的訓練數(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性的同時可實現(xiàn)跨域圖像的轉換，比傳統(tǒng)的基于特征的方法更具有泛化性。但CycleGAN模型難以實現(xiàn)兩個圖像域間的轉換，因此，本文基于花瑤挑花的風格特征，對無監(jiān)督學習模型CycleGAN進行優(yōu)化改進，提出模型結構HYCycleGAN用于花瑤挑花圖案的智能生成。

1.3 基于風格特征的花瑤挑花智能設計研究方法

本文以花瑤挑花圖案為例，提出基于風格特征的民族圖案輔助設計路徑，研究流程如圖2所示。1） 首先通過專家訪談對花瑤挑花圖案進行風格特征的感性語義收集和提取，并對其進行語義整理與歸納，其次由設計師進行風格特征因子的重要性評估，最后對問卷數(shù)據(jù)進行統(tǒng)計計算，從中獲取花瑤挑花圖案的典型風格特征因子;2） 對花瑤挑花的典型風格特征因子進行桌面分析，總結智能設計中需要保留的關鍵風格特征要素，并將其進行設計轉換，設定智能設計形式;3） 根據(jù)前文所設定的基于風格特征的花瑤挑花再設計形式，選擇相應技術生成花瑤挑花風格圖像。

2 花瑤挑花圖案風格特征因子提取

對花瑤挑花圖案進行風格特征的挖掘是運用智能技術對其進行創(chuàng)新設計的基礎，為了提取花瑤挑花圖案中典型的風格特征因子，本文通過感性工學實驗和問卷調查的方法對其進行研究。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10位有五年以上設計經驗并參與過花瑤挑花文化研究和創(chuàng)新設計的平面設計師、產品設計師、交互設計師、服裝設計師，用簡短的語句描述花瑤挑花圖案的風格特征。

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

3） 問卷調查。將15張典型花瑤挑花圖案和16項風格特征描述進行網絡問卷編制，邀請118名花瑤挑花繡娘和設計師對每項描述進行網絡打分，評分分值為1～7分，1分表示此項描述不能體現(xiàn)花瑤挑花的典型風格特征，7分表示此項描述非常能體現(xiàn)花瑤挑花的典型風格特征。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部一致性信度（Cronbach’s coefficient Alpha），效度分析使用結構效度（KMO及Bartlett檢驗）進行檢驗。結果顯示，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)計分析。設風格特征詞匯為a，共有m項風格特征詞匯，邀請n位設計從業(yè)者對風格特征詞匯的代表性進行網絡打分，第j位志愿者對風格特征詞匯i分別打分為xji，則第項風格特征詞匯的評分平均值為：

式中：xji為第j位志愿者對第i和風格特征詞匯的打分。

風格詞匯的平均值pi越大，表明此風格詞匯的重要性越高，在對花瑤挑花圖案進行再設計的過程中愈加應該對該項風格特征予以保留。通過對不同風格特征詞匯的平均值進行比較，統(tǒng)計均值較大的風格特征因子，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%的設計人員認為a5、a15和a3非常能體現(xiàn)花瑤挑花圖案的風格特征，說明構圖特征中的對稱性、飽滿和疏密有致是花瑤挑花圖案的顯著風格;a11和a6均值分別為6.03和5.97，分別有44.92%和36.44%的設計人員認為其非常能體現(xiàn)花瑤挑花圖案的風格特征，因此語義特征中的故事性和寓意豐富也是對花瑤挑花圖案進行再設計不能忽略的典型要素。其次，a4均值為5.92，41.53%認為其非常能體現(xiàn)花瑤挑花圖案的風格特征，a8均值為5.86，40.68%認為其非常能體現(xiàn)花瑤挑花圖案的風格特征，表明造型特征中的生動性和工藝特征當中的十字針腳同樣應該予以保留。

3 花瑤挑花風格圖案智能設計形式構建

3.1 花瑤挑花圖案的風格特征

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

a15：構圖飽滿。花瑤人將理想追求物化于挑花圖案構圖之中，追求完整，以滿為美，以此寄情對生活圓滿、完美的憧憬。

a11：故事性?；ì幪艋ㄗ鳛榛ì幟褡逦幕匾奈镔|載體之一，題材豐富多樣，有動植物、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，圖案中所表達的內容極富故事性。

a6：寓意豐富?；ì幪艋▓D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、寓意和符號形式進行情感的象征表達，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，而稀疏處運用簡約的圖案或線條填充畫面，對比分明，疏密有致，視覺沖擊力強烈。

a4：生動性?；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，對所見所想和情感理想進行即興表達，她們依靠經年積累的挑花經驗徒手在布料經緯之間挑制紋樣，紋樣造型上遵循自由賦形的觀念。因此，同一主題內容也會出現(xiàn)不同的造型方式和表現(xiàn)手法，畫面內容生動。

a8：十字針腳。花瑤挑花工藝獨特，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 智能設計形式轉換

基于以上對花瑤挑花圖案各典型風格特征因子的分析，本文將統(tǒng)計均值較大的風格特征因子歸納為構圖特征、造型特征、語義特征、針法特征4個方面，并對花瑤挑花風格圖案智能生成形式進行設定，如圖3所示。

1） 構圖特征：包括a5、a15、a3，保留對稱、滿構圖的構圖形式以設定構圖規(guī)則;主體紋樣針腳密集，不現(xiàn)底色，和填充紋樣相對稀疏簡練。

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

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行選擇與構思，具有豐富語義特征，因而填充紋樣的轉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行填充。民族圖案語義屬于隱性知識，需要對民族圖案語義進行前期整理與歸納，并將單位圖案數(shù)據(jù)進行相關語義標注，構建花瑤挑花紋樣數(shù)據(jù)資源庫，由用戶根據(jù)語義選取單位紋樣，再進行基于構圖規(guī)則的排版重構。

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，智能生成相似風格特征的設計方案。

4 花瑤挑花風格圖案智能生成實踐

4.1 主要生成方法

4.1.1 智能算法數(shù)據(jù)集構建

本文首先通過對所收集的花瑤挑花圖案進行矢量化描摹，然后對其進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成。通過爬蟲技術從互聯(lián)網上爬取獲得簡筆畫圖像數(shù)據(jù)，并根據(jù)清晰度及美觀度從中篩選100張簡筆畫圖像建立簡筆畫數(shù)據(jù)集。將簡筆畫圖像數(shù)據(jù)集和花瑤挑花主體紋樣數(shù)據(jù)集共同作為訓練集進行深度學習網絡算法學習，進而生成花瑤挑花風格紋樣。

4.1.2 花瑤挑花主體紋樣生成算法設計

由于花瑤挑花圖案數(shù)據(jù)量稀少且無成對數(shù)據(jù)，本文運用CycleGAN模型將簡筆畫圖像轉換為與之相對應的花瑤挑花風格圖像。此轉換過程的本質即使用配對的簡筆畫圖像和花瑤挑花紋樣對來學習輸入的簡筆畫圖像域X和輸出花瑤挑花風格圖像域Y之間的映射關系。CycleGAN模型能夠在盡可能保留簡筆畫圖像本身造型特征的基礎上，結合花瑤挑花圖像域數(shù)據(jù)中本身的風格特征，生成新的具有花瑤挑花特征的新圖像。此外，由于簡筆畫僅由簡單線條構成，花瑤挑花紋樣則是由針腳構成整個紋樣，CycleGAN模型很難直接從這兩個圖像域間獲取有效對應的信息以實現(xiàn)域的轉換，因此需要對CycleGAN模型做進一步優(yōu)化以適配該數(shù)據(jù)集?；诖?，本文提出HYCycleGAN模型，即針對CycleGAN模型的簡筆畫域生成器和判別器進行改進，增加了輪廓檢測填充模塊和形態(tài)模塊。首先，在簡筆畫域的生成器和判別器中，本文構建輪廓檢測填充模塊，通過OpenCV輪廓檢測算法計算出簡筆畫圖像的內外輪廓集，并以此來劃分出簡筆畫圖像輪廓集所構成的封閉區(qū)域，再對這些封閉區(qū)域進行填充使簡筆畫圖像與其背景得到不同值，從而從背景中分離目標圖案。其次，由于花瑤挑花需嚴格依據(jù)底布經緯進行挑制，因此其紋樣外輪廓呈現(xiàn)方正的視覺形態(tài)，本文提出運用形態(tài)模塊使生成圖案外輪廓實現(xiàn)由曲轉直。形態(tài)模塊通過大小為2×2卷積核與輪廓檢測填充模塊得到的數(shù)據(jù)做卷積計算，先對圖像中的每個像素點進行掃描實現(xiàn)圖像膨脹，再對膨脹數(shù)據(jù)以1︰5的下采樣率進行下采樣，最后以最鄰近插值的方式進行上采樣，進而使得簡筆畫數(shù)據(jù)的外輪廓更符合花瑤挑花紋樣的特征。本文設置輪廓檢測模塊和形態(tài)模塊為不可訓練狀態(tài)，得到的數(shù)據(jù)將

輸入到生成器中可以訓練層中用于訓練模型其他層的權重，這里采用生成對抗的方式訓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成。為了實現(xiàn)非配對情況下簡筆畫圖像X到花瑤挑花圖像Y的映射，即G：X→Y，生成器用于將簡筆畫圖像生成花瑤挑花風格圖像，記作G（x），判別器用于區(qū)分生成的花瑤挑花風格圖像分布與真實的花瑤挑花紋樣分布，通過訓練直至判別器無法繼續(xù)進行區(qū)別兩種圖像。但由于此映射的高度欠約束性，本文再次引入一個生成對抗網絡框架作為逆映射，即F：Y→X，并使用循環(huán)一致性損失來將兩個生成對抗網絡模型相結合，從而得到由兩個生成對抗網絡模型構成的循環(huán)架構。

本文的編碼器和判別器均由多個殘差卷積神經網絡塊構成。為了使該循環(huán)架構訓練學習得到目標花瑤挑花風格圖像，本文設立的損失函數(shù)由兩部分構成：對抗性損失函數(shù)和循環(huán)一致性損失函數(shù)。對抗性損失函數(shù)與生成器和判別器的映射公式如下：

式中：Lossgadv和Lossfadv分別應用于兩個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的花瑤挑花圖像，Dx則用于判別生成的簡筆畫與真實簡筆畫，G和F分別代表兩個不同的生成器。

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

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

Loss=Lossgadv+Lossfadv+λLosscyc（5）

式中：λ為控制兩個目標相對重要性的參數(shù)。

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

4.1.3 花瑤挑花圖案智能構圖

花瑤挑花圖案構圖通常分為1層構圖、2層構圖和3層構圖，本文依據(jù)此紋樣組織形式在系統(tǒng)中進行預設，系統(tǒng)根據(jù)用戶選擇的不同構圖模式進行不同的規(guī)則紋樣構圖排布。以3層構圖為例，第1層和第3層使用用戶選擇的填充紋樣進行橫向二方連續(xù)填充。第2層構圖中，為了實現(xiàn)滿構圖的特征，本文首先計算出智能生成的花瑤挑花風格主體紋樣所需面積大小，根據(jù)其預估紋樣可能存在的畫布區(qū)域，再通過隨機算法來隨機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)選擇隨機填充紋樣對畫面進行填充，通過鏡像算法使其滿足對稱性，從而構成最終花瑤挑花風格圖案。

4.2 生成系統(tǒng)與交互步驟

花瑤挑花風格圖像智能生成系統(tǒng)的關鍵界面如圖4所示，左側的操作區(qū)域包含畫布設置、構圖選擇、圖像輸入、紋樣選擇的操作項，右側為圖像生成的展示界面。系統(tǒng)交互步驟如圖5所示：1） 設置畫布尺寸。2） 選擇構圖模式。3） 首先輸入簡筆畫圖像，系統(tǒng)將其智能生成花瑤挑花風格的主體紋樣;再根據(jù)所選的構圖模式，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)所設置的畫布尺寸、構圖模式、所生成的主體紋樣和所選的填充紋樣，快速生成多張個性化花瑤挑花風格圖像，用戶可從中選擇意向圖像并以此作為輔助設計方案。

4.3 生成方案優(yōu)度評估

為了驗證花瑤挑花風格圖像生成系統(tǒng)的生成效果，本文使用不同的簡筆畫圖像進行花瑤挑花風格圖像的生成，如圖6所示，并通過問卷形式對生成方案進行優(yōu)度評估。問卷包括5張花瑤挑花智能生成圖案Y1～Y5，評分分值為1～5分，邀請10位花瑤挑花文化持有者與具有花瑤挑花文化創(chuàng)新設計經驗的設計從業(yè)人員對生成方案進行逐一評分。分別從風格延續(xù)性Z1與視覺美觀度Z2兩個維度進行打分，均值Y越大，表明此評價維度的評價越高，問卷優(yōu)度評估統(tǒng)計結果如表3所示。通過對問卷結果進行分析可見，花瑤挑花風格智能生成設計方案獲得文化持有者與設計從業(yè)人員雙方的肯定，能較好地延續(xù)花瑤挑花的風格特征并獲得視覺認同。

5 結 論

深入挖掘民族圖案的文化精髓、領悟其美學內涵，并通過設計和科技兩大驅動力將其文化藝術因子轉化成為智能輔助設計素材，對中國文化創(chuàng)意產業(yè)的發(fā)展與文化復用具有重要意義。本文首先對民族圖案進行了風格特征要素的感性認知，并從中提取風格特征因子，通過重要度評價獲取典型風格特征;其次對這些風格特征因子進行解析和智能設計形式的轉換與設定;最后根據(jù)智能設計形式對智能設計方法進行選擇與生成實驗，并對所生成的花瑤挑花圖案風格特征的設計參考方案進行優(yōu)度評估。當下人工智能（AIGC）生成內容正重新塑造著全新的內容創(chuàng)作范式，在此數(shù)智賦能的文化創(chuàng)新生態(tài)語境之中，對民族圖案本體的風格屬性進行挖掘與延續(xù)能提高民族圖案智能設計的優(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：

［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. 民族文化符號在視覺傳達設計中的運用分析［J］. 南京藝術學院學報（美術與設計）， 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)代設計之魂： 貴州苗族圖案元素在家紡設計中創(chuàng)新［J］. 南京藝術學院學報（美術與設計）， 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. 新疆民族民間藝術圖案生成方法［J］. 計算機系統(tǒng)應用， 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. 基于進化計算的地毯圖案生成方法［J］. 圖學學報， 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)新設計中的應用［J］. 計算機工程與設計， 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)意設計專家系統(tǒng)關鍵技術開發(fā)［D］. 杭州： 浙江大學， 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積的分形圖案設計及在望江挑花中的應用［J］. 東華大學學報（自然科學版）， 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. 基于神經風格遷移網絡的民族圖案創(chuàng)新方法［J］. 圖學學報， 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)新與應用研究［D］. 長沙： 湖南師范大學， 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）