人工智能转译传统美术图案的公众情感认知解构_于雷.pdf

包 装 工 程 第 44 卷 第 12 期 68 PACKAGING ENGINEERING 2023 年 6 月 收稿日期：20230117 基金项目：2020 年河北省社会科学基金项目（HB20YS016）作者简介：于雷（1982），男，硕士，副研究员，主要研究方向为人工智能与情感化设计。通信作者：冯鑫（1986），男，博士，副教授，主要研究方向为复杂知识网络、文艺量化传播、计算社会科学。人工智能转译传统美术图案的公众情感认知解构 于雷1，冯鑫2，彭文博1，陈国强1（1.燕山大学，河北 秦皇岛 066000；2.石家庄铁道大学 管理学院，石家庄 050043）摘要：目的目的 人工智能的发展逐渐渗透到人文艺术领域，其中智能辅助艺术创作引领了学科领域发展新趋势，人工智能（AI）与传统美术图案的结合为传统美术的创新与传承带来了新的活力。研究对公众如何认知经由人工智能转译后的传统美术图案及影响此类认知的主要因素。方法方法 研究运用人工智能图像转译技术，将 6 幅中国传统艺术图案进行风格迁移和重构，并以网上问卷调查的方式，收集 355 名受试者对原图案和转译图案的情感评价与审美理解，进而对公众的认知结构进行解构与分析。讨论讨论 研究发现，公众对经由人工智能转译后的传统美术图案的风格契合度的情感认知路径是多元复杂的，其涉及美感、色彩、愉悦、工艺、构图等多重元素的因素组合。结论结论 公众对人工智能转移后的美术图案的情感认知，除了现有研究所侧重的色彩与纹理等因素，生成图案的整体感以及其展现的情绪色彩也能够对公众契合度认知产生核心影响。关键词：人工智能；传统美术图案；神经网络；情感认知；情感设计 中图分类号：J516 文献标识码：A 文章编号：1001-3563(2023)12-0068-09 DOI：10.19554/ki.1001-3563.2023.12.007 Public Emotional and Cognitive Deconstruction of Traditional Art Patterns Translated by Artificial Intelligence YU Lei1,FENG Xin2,PENG Wen-bo1,CHEN Guo-qiang1(1.Yanshan University,Hebei Qinhuangdao 066000,China;2.School of Management,Shijiazhuang Tiedao University,Shijiazhuang 050043,China)ABSTRACT:The evolution of artificial intelligence has gradually made its way into the realm of humanities and arts.In particular,AI-assisted art creation leads the new trend of discipline development,and the combination of artificial intelli-gence(AI)and traditional art patterns brings new vitality to the innovation and inheritance of traditional art.The work aims to study how the public perceives the traditional art patterns translated by AI and the main factors influencing such cognition.AI image translation technology was used to perform style transfer and reconstruction on six traditional Chi-nese art patterns.Then,the emotional and aesthetic evaluations were collected from 355 participants through an online survey to deconstruct and analyze the publics cognitive structures.The results revealed that the emotional cognition of the public regarding the stylistic harmony of traditional art patterns translated through AI was multifaceted and complex.It encompassed a combination of factors,including aesthetic appeal,color,enjoyment,craftsmanship,composition,and other elements.For the publics emotional cognition of art patterns translated by AI,in addition to the factors of color and texture that previous studies have emphasized,the overall impression of the generated patterns and the emotions they evoke also play a vital role in shaping the publics cognition of congruence.KEY WORDS:artificial intelligence;traditional art pattern;neutral network;emotional cognition;emotional design 第 44 卷 第 12 期 于雷，等：人工智能转译传统美术图案的公众情感认知解构 69 随着时代演进，以大数据、算力和算法为核心的人工智能技术取得了突破性进展，与此同时也催生了一种新艺术形式人工智能艺术。该艺术形式以特定算法为核心，对人类艺术语言符号进行转译，从而实现了类艺术家创作，这已经成为人文艺术领域学科发展的新趋势1-2。尽管这一过程充满争议，但科技对艺术的拓展启发和应用价值更值得深思和探讨。人工智能艺术在推动艺术创新变革的同时，也引领了新的审美体验和文化价值。故应该充分认识和重视人工智能在艺术领域的应用，不断探索和创新，为推动人类文明进步作出更大贡献。因此本文运用人工智能对中华传统美术图案进行转译，并度量和解构公众对此类创作的情感认知，这对中华传统美术图案在全媒体时代的智能创新和全球传播有重要指导意义。1 研究回顾 1.1 人工智能辅助传统美术图案设计研究 中华传统美术图案是中华文化的重要视觉元素，蕴含深厚的文化内涵和地域特征。人工智能技术在传统图案研究与设计领域有广泛应用，尤其是神经风格迁移技术的出现，极大推动了传统图案的数字化转型与创新。具体来说，中华传统美术图案根植于中华文化，具有鲜明的风格特征和丰富的情感内涵，体现了公众的审美趣味与文化自信3-5。在传统图案设计领域，人工智能技术被应用于提高图案提取效率与组合创新设计，实现传统图案的数字化识别、分类与创作6-7。其中，神经风格迁移技术因其对数据集的需求少和精度高的优势，被广泛用于实现内容图像向目标图案风格的转换，辅助传统图案的延续与发展8-9。神经风格迁移技术可以提取图案的美术风格，并将其迁移至任意内容图像，实现内容图像风格向目标风格的转化，因而常被用于图像和视频的风格过滤10。这种技术在传统美术图案领域的应用，不仅可以使传统图案得以延续，也为数字艺术创作提供了新思路和方法。综上所述，中华传统美术图案具有深厚的文化底蕴，而人工智能技术的应用，尤其是神经风格迁移技术的出现，推动了传统图案在数字环境下的创新与发展。人工智能虽在理解与创作图案上与人类存在差异，但其是否能生成唤起公众情感体验的结果，在继承与创新之间达成平衡，是该领域一个重要的研究课题。这不仅关系到中华传统文化的当代传播，也关乎人工智能在文化创意产业的深度应用。总体而言，现有研究广泛采用神经风格迁移技术设计模型以辅助各种传统图案的设计与应用。但是，这些研究在评价生成结果时，通常缺乏对公众审美认知的考量，导致生成图像“形似而神不似”的问题，不能全面唤起公众的情感体验8-10。具体来说，研究人员常利用神经网络设计新的风格迁移模型，或借助已有模型辅助传统图案设计。早期研究试图对风格独特的艺术家作品进行风格提取与复现，后来转向传统图案，将不同算法融合用于不同风格设计领域。例如，有研究提出一种模拟葫芦烙画风格的方法11，也有研究设计人工智能模型快速生成民族图案框架，通过风格迁移网络抽取原有风格特征生成新图案12。然而，风格迁移算法迭代过程中对生成结果的评价通常缺乏对公众审美认知的研究，使评价带有较强的主观性8-10。虽然部分研究开始考虑图像情感迁移和受试者评价，但评价维度较单一，忽略受试者情感之间的复杂关系，导致评价结果不够客观13-15。事实上，图案体验引发的情感体验不仅与图片色彩和纹理有关，还与文化背景和内容相关16-17。因此，仅根据图片色彩和轮廓判断风格会产生较大偏差。综上，风格迁移技术在现有研究中对传统图案设计有重要作用，但对生成结果评价通常较为主观和单一，未全面考虑公众的审美认知。随着人工智能在传统图案设计中的应用加深，设计实践可能与人类日常生活脱离，人工智能生成图案如何唤起公众情感认知成为一个重要问题。这不仅关系到传统文化的当代传播，也关乎人工智能在文化创意产业的深度融合。1.2 公众情感认知研究 公众情感认知指公众通过感知某事物外部形象所引发的情感方面的认知，往往能够通过情感表达进行推测18-20。在艺术领域，公众的情感认知与多种因素有关，能够体现公众对艺术品的鉴赏判断。传统美术图案是一种被公众普遍接受，并融入生活中的艺术作品21，但随着时代的变迁，传统美术图案带给公众的情感认知日渐模糊和淡薄。研究公众对传统美术图案的情感认知能够广泛促进传统艺术的传播，并在理论层面对传统美术图案的应用做出指导22-23。以往对传统图案的情感认知研究往往从设计者的角度对用户的情感进行解构，提出不同的衡量指标24-26。随着公众在互联网中积累的用户内容信息不断增加，公众的情感认知往往能够通过丰富的在线评论体现，以大数据分析为主的情感分析研究方法逐渐成为情感认知分析的主流27，研究者通常使用传统线性模型分析公众评论所体现的购买意愿、体验因素等28-29。近期，对公众评论的研究也被应用于传统美术图案研究领域，突破了以往仅从专业的设计者与艺术家的角度解读传统图案的文化意涵和审美思想的局限性，有研究通过在线评论，分类了印花衬衫的感性意象30。这些研究往往使用传统的数据分析和线性因果关系方法，能够解释单一特定认知性因素之间的关系。然而，人们对美术图案的情感认知与多重因素有关31，艺术活动中的公众参与，需要考虑复合的要素影响。这些要素之间相互依赖，多元并发，若从整体视角进行研究，可以获得公众对美术图案情感认70 包 装 工 程 2023 年 6 月 知分析的创造性发现。综上所述，针对传统图案公众情感认知的研究多依赖 UGC 文本挖掘结合传统线性分析，针对 AIGC作品与人工作品的公众情感认知差异的研究并不多见。基于此，本研究旨在探究以下两个问题：借助公众评论，探究公众对通过神经风格迁移模型转译后的传统美术图案的情感认知因素；从组态思维与整体视角出发，探究人工智能转译后的传统美术图案的公众情感认知路径。2 实证研究 2.1 方案设计 研究选