基于深度學(xué)習(xí)的比亞迪汽車(chē)品牌家族化造型設(shè)計(jì)研究

摘要：為有效減少人工介入，實(shí)現(xiàn)汽車(chē)品牌家族化造型特征的智能分析與提取。以比亞迪汽車(chē)品牌為例，通過(guò)構(gòu)建汽車(chē)前臉造型圖像數(shù)據(jù)庫(kù)，采用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)作為特征識(shí)別算法，結(jié)合類(lèi)別激活映射為可視化分析手段?；谠煨蛿?shù)據(jù)庫(kù)可快速、自動(dòng)有效的挖掘品牌造型特征，實(shí)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(jì)學(xué)領(lǐng)域?qū)ζ?chē)品牌造型基因依賴(lài)于專(zhuān)家經(jīng)驗(yàn)、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(jì)輔助工具，能夠極大地提升設(shè)計(jì)效率，提高當(dāng)前汽車(chē)品牌家族化造型特征的分析技術(shù)水平。

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

中圖分類(lèi)號(hào)：TB47 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1003-0069（2024）21-0104-04

引言

隨著汽車(chē)技術(shù)水平的均質(zhì)化發(fā)展，汽車(chē)外觀造型已成為影響用戶(hù)購(gòu)買(mǎi)決策的關(guān)鍵因素之一[1]。家族化造型設(shè)計(jì)作為主流的設(shè)計(jì)策略，不僅能夠賦予汽車(chē)產(chǎn)品獨(dú)特的品牌特色，同時(shí)可以增強(qiáng)用戶(hù)對(duì)產(chǎn)品的認(rèn)可度和歸屬感。在設(shè)計(jì)學(xué)領(lǐng)域，分析與提取汽車(chē)的家族化造型特征是一項(xiàng)復(fù)雜而精細(xì)的工作，不僅要求設(shè)計(jì)師具備深厚的美學(xué)素養(yǎng)和創(chuàng)新能力，還需要依賴(lài)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(jì)輔助工具在汽車(chē)設(shè)計(jì)領(lǐng)域的應(yīng)用正日益增多[2]，為汽車(chē)造型設(shè)計(jì)提供了新的思路。本文以比亞迪汽車(chē)品牌為例，探討如何基于造型數(shù)據(jù)庫(kù)，借助深度學(xué)習(xí)技術(shù)，實(shí)現(xiàn)品牌家族化造型基因的智能分析與提取。

一、汽車(chē)品牌家族化造型特征分析概述

（一）汽車(chē)品牌家族化造型設(shè)計(jì)研究發(fā)展

將汽車(chē)造型特征與品牌形象協(xié)同思考，通過(guò)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(shí)保持造型特征的傳承性和進(jìn)化性，是現(xiàn)代汽車(chē)造型設(shè)計(jì)的重要設(shè)計(jì)策略。家族化造型設(shè)計(jì)作為一種重要的設(shè)計(jì)策略，通過(guò)統(tǒng)一視覺(jué)元素和風(fēng)格，增強(qiáng)了品牌的識(shí)別度和市場(chǎng)影響力。Karjalainen 等[4] 指出，產(chǎn)品的核心競(jìng)爭(zhēng)因素在于品牌與產(chǎn)品的視覺(jué)識(shí)別，有效的設(shè)計(jì)產(chǎn)品既需具有吸引力，又能明確反映品牌核心價(jià)值觀；盧兆麟等[5] 揭示了在整個(gè)生命周期中產(chǎn)品設(shè)計(jì)DNA 的形成和演變規(guī)律，并成功地將設(shè)計(jì)DNA 的邏輯與生產(chǎn)過(guò)程相結(jié)合。

形狀文法或初級(jí)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(chē)前視圖的品牌特征；姚君[7] 同樣借助于形狀文法從視覺(jué)和語(yǔ)義的角度分析了汽車(chē)設(shè)計(jì)中關(guān)鍵的造型線(xiàn)條，進(jìn)行視覺(jué)語(yǔ)義分析；胡偉峰[8] 選取汽車(chē)造型特征線(xiàn)為研究對(duì)象，借助形狀文法規(guī)則對(duì)車(chē)輛品牌造型趨勢(shì)做出合理的形式性預(yù)測(cè)。然而，盡管這些方法在分析和提取汽車(chē)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(shí)別方面對(duì)設(shè)計(jì)學(xué)領(lǐng)域的貢獻(xiàn)相對(duì)有限，因此，研究者們開(kāi)始轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)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(jì)方案的動(dòng)態(tài)評(píng)估和反饋，為產(chǎn)品風(fēng)格智能計(jì)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(duì)抗網(wǎng)絡(luò)的汽車(chē)造型設(shè)計(jì)模型，并驗(yàn)證了該模型的有效性和實(shí)用性；李寶軍等[11] 提出了一種基于細(xì)粒度分類(lèi)的方法用于計(jì)算分析汽車(chē)品牌的家族化特征，重點(diǎn)識(shí)別核心造型基因，并分析不同品牌汽車(chē)前臉造型的相似性。

綜上所述，盡管設(shè)計(jì)領(lǐng)域的專(zhuān)家通過(guò)使用形狀文法和初級(jí)機(jī)器學(xué)習(xí)算法在汽車(chē)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(lài)于專(zhuān)家的專(zhuān)業(yè)知識(shí)和主觀判斷。面對(duì)不斷增長(zhǎng)的海量車(chē)型數(shù)據(jù)，這些方法難以迅速、全面識(shí)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(duì)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(duì)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(jì)實(shí)踐，展示深度學(xué)習(xí)技術(shù)作為設(shè)計(jì)輔助工具在提煉家族化造型特征上的有效性。

（二）汽車(chē)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(chē)品牌家族化造型特征智能分析與提取分為以下幾個(gè)步驟：首先，需要建立一個(gè)汽車(chē)品牌前臉原始圖像訓(xùn)練庫(kù)，該過(guò)程主要為收集整理大量汽車(chē)前臉圖像、消除背景干擾，進(jìn)而統(tǒng)一圖像尺寸，并對(duì)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(duì)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(duì)數(shù)據(jù)進(jìn)行訓(xùn)練，構(gòu)建分類(lèi)器；最后采用類(lèi)別激活映射（Class Activation Mapping，CAM）方法分析特定汽車(chē)品牌比亞迪汽車(chē)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(jì)實(shí)踐，如圖1。

二、數(shù)據(jù)庫(kù)構(gòu)建及深度學(xué)習(xí)分類(lèi)模型

（一）汽車(chē)品牌前臉造型數(shù)據(jù)庫(kù)構(gòu)建

汽車(chē)造型的自動(dòng)化分析依賴(lài)于計(jì)算機(jī)技術(shù)，通過(guò)分析大量造型數(shù)據(jù)以發(fā)掘規(guī)律性信息，即識(shí)別數(shù)據(jù)中的模式，并將計(jì)算結(jié)果直觀展現(xiàn)給造型分析師和設(shè)計(jì)師等人[12]。汽車(chē)前臉數(shù)據(jù)庫(kù)的建立旨在訓(xùn)練和對(duì)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(kù)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(chē)前臉造型數(shù)據(jù)庫(kù)，聚焦于汽車(chē)正面視圖中的核心造型元素，主要為格柵、保險(xiǎn)杠和前大燈。為了進(jìn)一步優(yōu)化造型分析，對(duì)汽車(chē)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(chē)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(kù)涵蓋了27 個(gè)汽車(chē)品牌不同型號(hào)的6716張汽車(chē)前臉圖像，其中比亞迪品牌汽車(chē)前臉圖像為159 張。

通過(guò)審視圖像數(shù)據(jù)庫(kù)，識(shí)別出車(chē)標(biāo)雖為辨識(shí)汽車(chē)品牌的關(guān)鍵元素，但并不屬于汽車(chē)前臉造型的組成部分[14]。因此，為避免后續(xù)分類(lèi)識(shí)別過(guò)程中車(chē)標(biāo)可能引起的干擾，本文采取了統(tǒng)一移除車(chē)標(biāo)的方法，并采用相鄰細(xì)節(jié)來(lái)填補(bǔ)缺失的區(qū)域，從而創(chuàng)建了一個(gè)無(wú)車(chē)標(biāo)的汽車(chē)品牌前臉?lè)诸?lèi)數(shù)據(jù)集，如圖3。

（二）深度學(xué)習(xí)分類(lèi)模型訓(xùn)練

本文專(zhuān)注于研究汽車(chē)前臉造型的家族化屬性，旨在通過(guò)造型數(shù)據(jù)分析識(shí)別各品牌汽車(chē)前臉的家族化造型特征。鑒于圖像的分類(lèi)問(wèn)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(lèi)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(píng)估分類(lèi)器，在整個(gè)前臉造型數(shù)據(jù)庫(kù)中，訓(xùn)練集、驗(yàn)證集和測(cè)試集按3：1：1 的比例進(jìn)行劃分，其中訓(xùn)練集和驗(yàn)證集用于分類(lèi)器的訓(xùn)練過(guò)程，而測(cè)試集則應(yīng)用于評(píng)價(jià)模型性能，以驗(yàn)證訓(xùn)練后的效果。

圖4 詳細(xì)記錄了模型在訓(xùn)練過(guò)程中的損失值的變化情況，圖5 則展示了模型在分類(lèi)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(shì)呈現(xiàn)出明顯的反向關(guān)系。具體來(lái)說(shuō)，圖4 展現(xiàn)了訓(xùn)練集和驗(yàn)證集的損失值隨訓(xùn)練epoch 增加而快速下降的過(guò)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(duì)數(shù)據(jù)集的擬合程度，且未出現(xiàn)過(guò)擬合的現(xiàn)象。與此同時(shí)，圖5 展示的訓(xùn)練集和驗(yàn)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(lèi)95% 的正樣本，從而確保了模型在實(shí)際應(yīng)用中的高度可靠性?；谏鲜龇治隹芍ㄟ^(guò)對(duì)無(wú)車(chē)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(chē)品牌分類(lèi)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(shì)，以及最終召回率的高水平穩(wěn)定性，均驗(yàn)證了其作為一個(gè)有效的工具在汽車(chē)家族化造型設(shè)計(jì)研究中的潛力。

三、家族化造型特征分析

（一）汽車(chē)前臉造型DNA 多級(jí)可視化識(shí)別解析

本文應(yīng)用類(lèi)激活映射（CAM）方法對(duì)比亞迪汽車(chē)前臉造型特征的識(shí)別數(shù)據(jù)進(jìn)行分析，通過(guò)此技術(shù)對(duì)ResNet-8 網(wǎng)絡(luò)模型中卷積層的分類(lèi)結(jié)果進(jìn)行了可視化展示。CAM 通過(guò)對(duì)最后一個(gè)卷積層的特征映射應(yīng)用全連接層權(quán)重來(lái)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(lèi)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(duì)比亞迪前臉造型顯著性特征進(jìn)行多級(jí)可視化分析（見(jiàn)圖6）。

可以看出，S1 和S2 層所識(shí)別出的特征主要包括前大燈、格柵、前保險(xiǎn)杠和進(jìn)氣口的造型及其特征走勢(shì)，這些元素之間的空間關(guān)系對(duì)整體視覺(jué)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(xiàn)并向后延伸的金屬格飾條，強(qiáng)化了整車(chē)造型的運(yùn)動(dòng)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(jí)，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(lái)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(xiǎn)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(guò)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(cè)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(duì)比

“Dragon Face”概念在現(xiàn)代汽車(chē)設(shè)計(jì)領(lǐng)域中，特別是對(duì)于中國(guó)品牌比亞迪汽車(chē)而言，已成為其獨(dú)特設(shè)計(jì)語(yǔ)言的核心。這一概念源自中國(guó)古代“龍”的象征，龍?jiān)谥腥A文化中一直是力量的代表，在汽車(chē)設(shè)計(jì)領(lǐng)域，這一概念已被應(yīng)用到車(chē)輛前臉的造型設(shè)計(jì)上，通常以突出的車(chē)頭燈、寬闊的格柵以及平滑的脊柱線(xiàn)條為標(biāo)志，這些設(shè)計(jì)元素共同作用形成了一種強(qiáng)烈的視覺(jué)動(dòng)態(tài)感，象征著動(dòng)力和速度，旨在表達(dá)出一種動(dòng)態(tài)、流暢、具有柔和的視覺(jué)沖擊力。

“Dragon Face”造型特征中的關(guān)鍵要素之一是其獨(dú)特的前大燈和格柵設(shè)計(jì)，二者的排列方式共同決定了汽車(chē)的“面部表情”，這在“DragonFace”設(shè)計(jì)語(yǔ)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(shí)別的進(jìn)氣口和格柵造型特征與“Dragon Face”的鼻孔和嘴部相對(duì)應(yīng)，這種設(shè)計(jì)不僅提供了強(qiáng)烈的視覺(jué)沖擊，而且在品牌識(shí)別上具有顯著的效果?！癉ragon Face”設(shè)計(jì)語(yǔ)言中，車(chē)輛的運(yùn)動(dòng)感和流暢性是一種重要的視覺(jué)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(chē)造型的運(yùn)動(dòng)感和速度感，設(shè)計(jì)元素的突出表現(xiàn)與“Dragon Face”設(shè)計(jì)中強(qiáng)調(diào)的動(dòng)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(diǎn)轉(zhuǎn)向中網(wǎng)進(jìn)氣格柵和前大燈的特征，這些元素的識(shí)別與“Dragon Face”設(shè)計(jì)中的嘴部和眼睛造型相一致。通過(guò)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(gè)前臉造型增加了品牌識(shí)別度（見(jiàn)表1）。

通過(guò)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(jì)中的核心地位，還有效地展示了計(jì)算機(jī)模型在識(shí)別比亞迪汽車(chē)“Dragon Face”特征方面的準(zhǔn)確性。通過(guò)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(jué)效果中起到了決定性作用。

四、設(shè)計(jì)實(shí)踐

基于深度學(xué)習(xí)的比亞迪汽車(chē)品牌家族化造型設(shè)計(jì)實(shí)踐主要按照創(chuàng)意構(gòu)思與初步設(shè)計(jì)、設(shè)計(jì)細(xì)化與調(diào)整、設(shè)計(jì)創(chuàng)作與展示，到用戶(hù)評(píng)價(jià)與市場(chǎng)反饋的順序展開(kāi)。在設(shè)計(jì)新車(chē)型時(shí)，設(shè)計(jì)思路需綜合兩個(gè)關(guān)鍵因素：即對(duì)造型基因的延續(xù)以及根據(jù)流行趨勢(shì)對(duì)造型設(shè)計(jì)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(chē)的顯著設(shè)計(jì)元素。在此基礎(chǔ)上，以“唐”為載體進(jìn)行了汽車(chē)改款設(shè)計(jì)，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(jì)

在改款設(shè)計(jì)前期，首先對(duì)當(dāng)前市場(chǎng)的汽車(chē)設(shè)計(jì)趨勢(shì)進(jìn)行深入研究。通過(guò)借助深度學(xué)習(xí)技術(shù)的視覺(jué)分析，發(fā)現(xiàn)汽車(chē)前臉造型設(shè)計(jì)不僅能夠增強(qiáng)品牌辨識(shí)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(jì)學(xué)領(lǐng)域，提取和簡(jiǎn)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(jì)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(xiàn)條，此過(guò)程中的形態(tài)轉(zhuǎn)換旨在簡(jiǎn)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(jì)采取了減法的原則，將復(fù)雜的鱗片紋路轉(zhuǎn)變?yōu)楦鼮楹?jiǎn)潔的曲線(xiàn)形狀，以確保充足的空氣流通。最終的設(shè)計(jì)目標(biāo)是確保最終的汽車(chē)設(shè)計(jì)既滿(mǎn)足當(dāng)前市場(chǎng)需求，又具備未來(lái)潛在適應(yīng)性，通過(guò)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(chǎng)競(jìng)爭(zhēng)力，促進(jìn)了傳統(tǒng)文化與現(xiàn)代設(shè)計(jì)語(yǔ)言的融合，如圖7。

（二） 設(shè)計(jì)細(xì)化與調(diào)整

通過(guò)多輪的設(shè)計(jì)討論及深度學(xué)習(xí)技術(shù)輔助分析，本文在設(shè)計(jì)方案的細(xì)化過(guò)程中，針對(duì)特定核心方面進(jìn)行了精準(zhǔn)的優(yōu)化與調(diào)整。這一過(guò)程重點(diǎn)研究如何把初步設(shè)計(jì)方案細(xì)化為實(shí)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(dú)特性的視覺(jué)效果。不僅突出了設(shè)計(jì)過(guò)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(jì)決策支持中的應(yīng)用價(jià)值，為將概念性設(shè)計(jì)轉(zhuǎn)化成可執(zhí)行的設(shè)計(jì)細(xì)節(jié)提供了有效的路徑。

如圖8 所示。原車(chē)型的直瀑式前格柵已被重新設(shè)計(jì)，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(jué)深度和立體感，還巧妙地將中國(guó)文化的象征元素融入現(xiàn)代汽車(chē)設(shè)計(jì)中。龍鱗圖案的設(shè)計(jì)經(jīng)過(guò)多次調(diào)整和優(yōu)化，以確保其能在不同光線(xiàn)和視角下展現(xiàn)出動(dòng)態(tài)變化的光影效果，增強(qiáng)視覺(jué)沖擊力。在前大燈的造型設(shè)計(jì)上，設(shè)計(jì)出了更加細(xì)長(zhǎng)且充滿(mǎn)動(dòng)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(lái)感。同時(shí)與龍鱗格柵形成視覺(jué)上的連貫。進(jìn)氣口的設(shè)計(jì)強(qiáng)調(diào)了橫向延伸的動(dòng)感，通過(guò)調(diào)整其大小和形狀，不僅優(yōu)化了空氣動(dòng)力學(xué)性能，也使得車(chē)輛前臉更加寬闊和穩(wěn)重。前保險(xiǎn)杠的設(shè)計(jì)則融入了更多流線(xiàn)型的元素，與整車(chē)的線(xiàn)條設(shè)計(jì)相協(xié)調(diào)，同時(shí)也考慮了行人安全的設(shè)計(jì)原則。整體而言，改款設(shè)計(jì)在繼承比亞迪“唐”車(chē)型原有家族化造型特征的基礎(chǔ)上，引入了更多動(dòng)感和未來(lái)感的元素，同時(shí)融入了更為顯著的文化符號(hào)和設(shè)計(jì)創(chuàng)新。這些設(shè)計(jì)的演變不僅是預(yù)兆了該車(chē)型對(duì)于未來(lái)趨勢(shì)的把握，也反映了現(xiàn)代汽車(chē)設(shè)計(jì)趨勢(shì)中對(duì)動(dòng)力、文化融合和設(shè)計(jì)創(chuàng)新的不斷追求。

（三）設(shè)計(jì)創(chuàng)作與展示

在設(shè)計(jì)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(jì)，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(yùn)用Rhino 建模軟件制作三維模型，借助Keyshot 軟件對(duì)前期修改后的模型進(jìn)行渲染。車(chē)身的藍(lán)色涂裝象征中國(guó)文化中與龍相關(guān)聯(lián)的水元素，反映了龍的流動(dòng)與靈動(dòng)特質(zhì)。車(chē)身的流線(xiàn)型設(shè)計(jì)呼應(yīng)龍的動(dòng)感形態(tài)，而大型蜂窩狀進(jìn)氣格柵和銳利的前燈設(shè)計(jì)則模仿龍鱗和龍眼，增添了權(quán)威感和視覺(jué)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(duì)龍鱗堅(jiān)硬光滑特性的現(xiàn)代詮釋?zhuān)@些設(shè)計(jì)細(xì)節(jié)在增加動(dòng)感和文化深度的同時(shí)，也強(qiáng)調(diào)了創(chuàng)新與傳統(tǒng)的融合。這款車(chē)憑借其時(shí)尚的設(shè)計(jì)和先進(jìn)的科技配置，不僅提供了卓越的駕駛體驗(yàn)和舒適度，還強(qiáng)調(diào)了對(duì)中國(guó)傳統(tǒng)文化的尊重與傳承，吸引了尋求個(gè)性化和文化底蘊(yùn)的消費(fèi)者。

（四）用戶(hù)評(píng)價(jià)與市場(chǎng)反饋

本次方案評(píng)價(jià)的目的是驗(yàn)證最終造型設(shè)計(jì)是否能夠準(zhǔn)確傳達(dá)比亞迪汽車(chē)品牌形象和風(fēng)格。通過(guò)在相關(guān)的汽車(chē)論壇、社交媒體汽車(chē)群組和設(shè)計(jì)師社群中發(fā)布招募信息，成功招募了10 名汽車(chē)設(shè)計(jì)師、10 名比亞迪車(chē)主以及10 名其他汽車(chē)品牌車(chē)主共30 人作為實(shí)驗(yàn)對(duì)象。采用五級(jí)李克特量表[17] 來(lái)量化受訪(fǎng)人群對(duì)比亞迪汽車(chē)前臉造型改款設(shè)計(jì)的認(rèn)可程度，將評(píng)分等級(jí)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(guò)計(jì)算平均分值，可以判斷出對(duì)最終造型設(shè)計(jì)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(píng)價(jià)結(jié)果來(lái)看，實(shí)驗(yàn)群體普遍認(rèn)為該設(shè)計(jì)符合比亞迪汽車(chē)的家族化造型特征。這一實(shí)驗(yàn)結(jié)果表明利用深度學(xué)習(xí)技術(shù)指導(dǎo)汽車(chē)前臉家族化造型設(shè)計(jì)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(jì)的準(zhǔn)確性和效率，但仍需與設(shè)計(jì)師的經(jīng)驗(yàn)和創(chuàng)造力相結(jié)合，在設(shè)計(jì)過(guò)程中的決策仍然應(yīng)該由設(shè)計(jì)師來(lái)做出。通過(guò)合理運(yùn)用深度學(xué)習(xí)技術(shù)，設(shè)計(jì)師可以更好地實(shí)現(xiàn)家族化設(shè)計(jì)的一致性和連貫性，提升汽車(chē)設(shè)計(jì)的質(zhì)量和創(chuàng)意水平。

結(jié)語(yǔ)

汽車(chē)家族化造型特征確保了品牌內(nèi)不同車(chē)型間的設(shè)計(jì)語(yǔ)言和風(fēng)格元素的一致性，通過(guò)視覺(jué)和感觀的一致性加強(qiáng)消費(fèi)者對(duì)品牌的識(shí)別和忠誠(chéng)，有助于塑造品牌的獨(dú)特形象，提升市場(chǎng)競(jìng)爭(zhēng)力和吸引力。深度學(xué)習(xí)技術(shù)通過(guò)強(qiáng)大的模式識(shí)別能力和對(duì)復(fù)雜模型特征的精確捕捉，降低了對(duì)人工直觀判斷的依賴(lài)；品牌多級(jí)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(shí)別品牌的關(guān)鍵特征，而且為制訂有效的設(shè)計(jì)策略和品牌傳播給予方向，進(jìn)而提高設(shè)計(jì)工作效率。因此，作為設(shè)計(jì)工作者和研究者，應(yīng)當(dāng)以先進(jìn)技術(shù)與設(shè)計(jì)理念的融合為指導(dǎo)原則，從而有效促進(jìn)了設(shè)計(jì)創(chuàng)新與技術(shù)進(jìn)步的結(jié)合。

基金項(xiàng)目：教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目（22YJA760072）

參考文獻(xiàn)

[1]鄭先鋒，劉顏楷. 針對(duì)汽車(chē)外觀設(shè)計(jì)的消費(fèi)者興趣點(diǎn)分析研究[J]. 設(shè)計(jì)，2017（17）：15-17.

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

[3]張弛，王華琳. 中國(guó)傳統(tǒng)文化元素在汽車(chē)品牌標(biāo)志設(shè)計(jì)中的應(yīng)用[J]. 設(shè)計(jì)，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(jì)的產(chǎn)品設(shè)計(jì)DNA研究現(xiàn)狀與進(jìn)展[J]. 機(jī)械設(shè)計(jì)，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(chē)造型設(shè)計(jì)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(hù)期望意象驅(qū)動(dòng)的汽車(chē)造型基因進(jìn)化[J]. 機(jī)械工程學(xué)報(bào)，2011，47（16）：176-181.

[9]羅仕鑒，王瑤，劉長(zhǎng)奧，等. 產(chǎn)品風(fēng)格計(jì)算研究現(xiàn)狀與展望[J]. 計(jì)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(chē)造型設(shè)計(jì)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(lèi)的汽車(chē)家族化計(jì)算分析方法[J]. 汽車(chē)工程學(xué)報(bào)，2018，8（04）：250-258.

[12]林麗，郭主恩，陽(yáng)明慶. 面向產(chǎn)品感性意象的造型優(yōu)化設(shè)計(jì)研究現(xiàn)狀及趨勢(shì)[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(chē)格柵設(shè)計(jì)研究[J]. 設(shè)計(jì)，2022，35（21）：138-141.

[14]田強(qiáng)，賈小寧. 基于深度殘差網(wǎng)絡(luò)的車(chē)標(biāo)識(shí)別[J]. 吉林大學(xué)學(xué)報(bào)（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(bào)，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.