【技术实现步骤摘要】
一种基于感性工学的木版年画孩童面部形态创作方法
[0001]本专利技术涉及木版年画形态创作领域，具体地讲，涉及一种基于感性工学的木版年画孩童面部形态创作方法。
技术介绍
[0002]木版年画作为中国非物质文化遗产，具有极强的时代性、历史性、地域性、艺术性，是多种艺术形式的融合体。为取得更好的经济效益和大众的认同，年画艺人将老百姓的生活片段融入到年画作品中，然而受到现代文明的冲击，各地木版年画的发展逐渐没落，究其共性原因：传统的年画风格受到现代审美观念的冲击，由于风格固化、款式单一导致不被如今消费者所选择；木版年画作品的使用方式与陈设场景与当下的生活习惯与使用场景不相符，市场需求被新兴产品取代。
[0003]人工智能是科技社会的产物，木版年画作为传统手工艺是农耕社会的产物，二者的产生背景不同，在新兴技术时代彼此之间的关系不是对立反而共生共荣。基于感性工学的木版年画孩童面部形态创作模型的构建，使消费者感性意象获得高效、直观的回应，并对其形态创作起到极大的辅助作用，为木版年画作品倾注更多新风格，使得木版年画被赋予更多新的可...
【技术保护点】
【技术特征摘要】
1.一种基于感性工学的木版年画孩童面部形态创作方法，其特征在于，包括以下步骤：步骤S10：以木版年画孩童面部图片为目标主体，为保持研究的一致性，以45
°
角的侧脸图片为标准大量搜集相关样本图片，经焦点小组初步筛选、KJ法分类、多元尺度分析和聚类分析，最终筛选出代表性的样本作为主要研究对象；步骤S20：以形态分析法为基础，沿用一般感性工学方法中“项目”与“类目”的形式对木版年画孩童面部形态进行描述，得到其形态要素，为了方便后期研究的数据应用，将每个木版年画孩童面部定性的形态要素转化为定量的明目尺度；步骤S30：大量收集木版年画孩童面部形态相关感性意象词汇并对其进行反义配对处理；利用线上调研的方式，对收集到的感性意象语汇进行初次筛选；对筛选出的感性意象语汇与代表性样本共同建立语义差异量表，进行感性语意的量化，根据量化结果再进行因子分析与阶层集群分析，选出最终代表性感性意象；步骤S40：设计任务型眼动实验，通过分析被试者对实验视觉材料的注视时间数据，确定各被试者对样本造型的生理评价数据；步骤S50：运用BP神经网络技术，建立起木版年画孩童面部形态要素、其对应的被试者注视时间和对木版年画孩童面部形态的感性意象认知之间的黑箱关系模型，采用多元回归分析对木版年画孩童面部形态要素与感性意象之间具体的相关性进行了研究。2.根据权利要求1所述的基于感性工学的木版年画孩童面部形态创作方法，其特征在于：所述步骤步骤S10的具体流程为：步骤S11：样本的搜集与初步筛选；步骤S12：样本的分类实验；步骤S13：样本的降维分析与代表性样本的选择。3.根据权利要求1所述的基于感性工学的木版年画孩童面部形态创作方法，其特征在于：所述步骤步骤S20的具体流程为：步骤S21：运用形态分析法，对木版年画孩童面部形态要素进行提取；步骤S22：为了方便后期研究的数据应用，将每个木版年画孩童面部形态定性的造型要素转化为定量的明目尺度。4.根据权利要求1所述的基于感性工学的木版年画孩童面部形态创作方法，其特征在于：所述步骤步骤S40的具体流程为：步骤S41：实验设计；步骤S42：实验测试；步骤S43：实验数据分析。5.根据权利要求1所述的基于感性工学的木版年画孩童面部形态创作方法，其特征在于：所述步骤步骤S50的具体流程为：步骤S51：确定网络数据：将被试者在木版年画孩童面部形态样本对应的兴趣区中的注视时间和每个样本的造型要素虚拟编码值作为BP神经网络中的输入神经元数据，数据结构为数据组数
×
样本个数的二维数据。采用MATLAB中的mapminmax函数对数据进行归一化处理；以代表性样本的感性意象评价均值作为目标输出值，每个网络中只有一组对应输出层感性意象的数据，及输出层只有一个神经元，因网络训练采用的常用激励函数Sigmoid函数
与对数Sigmoid函数的值域分别在[0,1]或[
‑
1,1]内，所以感性意象评价数据要用mapminmax函数进行归一化处理；相关研究表明，在BP神经网络模型的建立中，隐含层的神经元节点数根据，经验公式可得：式中：m表示样本数量；L为输出节点数；步骤S52：确定相关函数与参数：激励函数：激励函数为对信号的非线性映射，常用激励函数有Sigmoid函数、对数Sigmo...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。