廿四节气抽象色彩的智能生成与设计应用

周丰，吴晓莉，衡佳琦，吴书炀

（1.东华大学 机械工程学院，上海 201620；2.南京理工大学 设计艺术与传媒学院，南京 210094；3.河海大学 工业设计系，常州213022）

“抽象色彩”发足于世界现代设计史上的包豪斯时代。在20 世纪初，包豪斯的教育家康定斯基、杜森伯格、克里、纳吉以及一批当代抽象派画家积极探索新的艺术与技术之间的关系，推动了现代设计的发展。由于抽象色彩的表现依赖于艺术家的个人经验与认知，今天，在设计中抽象色彩的应用还是以设计师个人经验为主。随着计算机技术的发展，人工智能逐渐延展于各个领域，但抽象色彩的智能生成仍举步不前，其中最重要的原因是对艺术及设计的思维过程（Design Thinking Process）理解的不足。从社会文化的角度，由于我国大部分地区地处亚热带季风气候，上古农耕时期的华夏民族先民通过对时令、气候、物候等变化规律的认知形成了历法中24 个特定节令的知识体系，人们对廿四节气印象的色彩具有广泛的认知[1]。长期以来，传统的色彩表现多应用了表层色彩的象征，忽视了深层印象所表达的抽象色彩的作用，因此，可以结合廿四节气的深层印象所代表的抽象色彩展开设计应用的研究。

1 抽象作品智能生成研究现状

近代抽象派最具有代表性的人物是俄国的康定斯基（Wassily Kandinsky，1866—1944 年）和荷兰的蒙德里安（Piet Cornelies Mondrian，1872—1944 年）。康定斯基开创了将色彩与点、线、面自由组合的绘画方式，属于利用色彩的联想以表达内心“深层感性（印象）[2]”的“热抽象”抒情艺术。蒙德里安则采用平行、垂直线及红、黄、蓝色彩构图，寻找自然下的数学秩序，利用最基本的色彩、最简单的线条以表现单纯、纯粹的内在精神，开创了“冷抽象”几何主义[3]。包豪斯之后，抽象色彩广泛地应用于设计领域，例如：1917 年，盖里·里特维特设计的“红蓝椅”。柯布西耶将蒙德里安抽象绘画中的三原色、三间色大量运用于建筑色彩的设计。

随着信息科技的发展，AI 技术也涉足了艺术领域，对于抽象艺术的探索多表现为：通过对信息或内容的挖掘，利用计算机深度学习将其与某一类的风格进行融合，从而形成崭新的艺术风格。Fernandes[4]（2012 年）提出模拟表示数据样本的简单单位（蚂蚁）局部行为，让图案和颜色在画面中的像素点以蚂蚁运动的规律进行聚集的 KANTS 算法。Leon A.Gatys（2015 年）提出利用深层神经网络算法研究油画的色彩和结构以及它们的组合方式，然后抓取图片中的像素进行图片分割并且将算法的规律运用到抽象油画的生成当中[5]。张康等人（2014 年）通过提取俄罗斯艺术家卡济米尔·马列维奇（Kazimir Malevich）作品中常用的基本图形元素及用色风格，设计算法将这些元素按照一定的规则布局在画布上。在AI 对绘画风格的探索方面，Zheng Yan 等人（2015年）提出了分层建模杰克逊·波洛克水滴风格油画的方法，利用代码的图层遮盖关系，让元素层次化生成，用户可以改变代码里的数据让他们的作品产生变化，以此来满足他们的应用需求[6]。

目前，人工智能的深度学习（DL，Deep Learning）解决了围棋对弈并于比赛中取得好成绩，同时解决了魔方、作诗、作曲等问题。在智能设计领域，阿里智能设计实验室开发的产品“鲁班”，能运用图像切割算法实现商品的自动抠图，利用深度学习技术将设计师的排版经验转换成“数据”模板，并完成了1.7 亿个广告横幅的设计（2016 年）。在国内，闫盼蛟[7]（2016年）对康定斯基的《若干个圆》及《软和硬》作品进行分析，结合康定斯基的理论著作，提取其中康定斯基画作中的关键元素，针对这些元素进行算法设计和元件构造并用Processing 语言编程，以层次化的方法生成抽象作品。清华大学开发的道子智能绘画系统侧重于中国画风格的迁移研究，模拟了中国画三个方面如：留白、水墨和线条，并学习徐悲鸿的绘画风格，把马的照片进行结合最终形成一幅徐悲鸿风格的艺术画。

此外，苏畅（2016 年）进行了车身色彩设计，建立了感性词汇库，并根据其属性划分为美学、描述、时间三类，根据设计目的进行了筛选，最后运用调查问卷集中研究了其中的6 组感性词汇[8]。Ding L 等人（2010 年）应用语意差分法把握用户心理的产品印象，并根据产品印象找到其对应的自然物象：贝壳，结合贝壳的造型与用户的心理需求对电饭煲进行了创新设计[9]。胡志刚等人（2016 年），采用BP 神经网络的方式建立产品参数与感性意象词汇的关系，使得豆浆机配色能够智能化生成[10]。LIZ 等人（2018年）提出了一种基于机器学习的情感设计动态映射方法，采用4 种机器学习算法来模拟设计元素与用户情绪图像之间的相关性，在手表设计中将用户的内心情感与手表的造型属性相结合[11]。

人工智能技术的发展对艺术和设计界产生了重大的影响，通过大规模的数据挖掘（Data mining）与大数据分析进行设计支援（Design support），取得了很大的进展，但是现今人工智能技术还未能完美地实现情感、语义、象征等分析。抽象色彩涉及艺术家的“内隐面”（相当于深层印象），属于人们对社会文化的高阶认知（Higher order cognition）范畴。1909 年，抽象绘画大师康定斯基（Kandinsky）提出了造型及色彩的“内隐面”的问题，指出了人类潜在的抽象色彩感性的重要性[12]。今天抽象色彩已经广泛地应用于设计，却尚未找到完美地适用于人工智能技术挖掘抽象色彩的方法。对于AI 抽象艺术的研究，国内外目前依赖于计算机图形学的图像处理，没有从“深层印象”的设计思路展开探索；以中华文明为主体的东方色彩[13]（例如：营造法式的色彩等），自古形成完整的色彩体系。目前对于中华传统色的研究有：诗经的色彩、宋瓷的色彩等，东方色彩与AI 的融合研究尚处于探索阶段。

2 廿四节气印象与色彩的联想

抽象色彩是人类对宇宙、自然及文化等认知获得的视觉经验，通过下意识的联想思维表现出来的深层印象。人们对各节气所代表的色彩的印象可引发人们潜意识搜索根植于记忆中不同节气物候现象的联想。印象（Impression）是当外界刺激心灵（看、听、尝、闻、触），思想和意识中生动而强烈的经验（爱、骄傲、嫉妒、欲望一类情感）（大卫·休谟，1711—1776年《人性论》）[14]；联想其实质就是条件反射（巴甫洛夫，1935 年），是由某事物想起另一事物的心理过程。在日常生活中，当人们看到某一色彩时，下意识地对记忆中事物联想的“反射”，往往会想到与该色彩相关的事物，产生相应的情绪和情感变化。

廿四节气能准确地反映自然节律变化，顺应农时，指导农耕生产，是包含有丰富民俗事象的民俗系统，古往今来，在中华文明圈的广大人群的日常生活中发挥了极为重要的作用，已列入联合国教科文组织人类非物质文化遗产代表作名录（2016 年）[15]。自古以来，人们对能引发廿四节气联想的抽象色彩以自然语言（Natural language）的方式记录在农事农谚、民俗诗歌等文本中，口口相传；今天，在互联网上可以找到人们无意识地对廿四节气物象联想的文字。因此，可以通过大数据分析挖掘出人们对各节气深层印象中代表廿四节气物象的联想，并以此进行抽象色彩库的构建。印象及联想的语义见图1，人类通过语言、文字表出与廿四节气相关的语义，分为“外延的语义”和“内涵的语义”。“内涵的语义”是描述廿四节气时生成的印象，也可以称之为“印象的语义”。文本中阐述廿四节气“印象”时，可以通过“联想的语义”即“词向量[16]”，挖掘廿四节气印象深层印象及其联想词汇。

以立春节气的印象为例（如图1），词向量所获取的同现词汇中的名词如：萝卜、春饼、春盘、蛰虫等代表对立春节气中具体事物的联想。在互联网的自然语言大数据中，同现词频高的词汇，则可以看作是广泛人群对某事物的深层印象的联想词汇。因此，在互联网自然语言大数据中搜索对廿四节气印象描述语句，通过Word2vec 计算进行词向量解析[17]，挖掘各节气的深层印象。

图1 印象及联想的语义Fig.1 The semantics of impression & association

3 研究目的

以华夏民族传统社会文化中自然形成的廿四节气为基础，通过互联网对廿四节气大数据的智能分析，挖掘代表人们对廿四节气深层印象的联想词汇；并以廿四节气深层印象所联想的物象为依据，构建廿四节气深层印象的抽象色彩库；以廿四节气抽象色彩库，结合抽象派绘画的几何图形，进行廿四节气抽象色彩的批量化的智能生成，并展开包装设计的应用，验证采用抽象色彩的包装设计能否符合大多数人对节气的印象。

4 廿四节气深层印象联想词汇的挖掘

从气候特点、物候特征、农事农谚、饮食习惯、民俗诗词5 个方面，利用“八爪鱼收集器”从各中文网站采集描述廿四节气印象的语料[18]。选取的中文网站有：古诗网、24 节气网、日历网等。抓取的文本以utf-8 编码格式，按廿四各个节气分类汇总为txt文档，并构建廿四节气总语料库。

为了方便Word2vec[19]对语料库的分析，采用精确模式进行分词，在PyCharm 中建立Python 文件，应用Python 语言工具包的jieba 工具以及自定义词典，结合“结巴分词库”编写分词代码，对语料库进行机械分词[20]，并除去标点、英文、数字、暂停词对文本进行预处理。经过初步分词后的语料，根据“哈工大停用词表”对分词程序进行修正，剔除文本中的停用词。这样在文本中与主题无关且对词类别区分无关的词语被剔除，得到了Word2vec 可以解析的语料库[21]。最后被写入新的txt 格式文件中，词与词以一个全角空格隔开。采用停用词后的立春语句txt 文件见图2。

图2 采用停用词后的立春语句txt 文件Fig.2 Txt file of the “Beginning of Spring” after using stop words

将分词和剔除停用词后的txt 文本库作为源文件，利用Word2vec 对各廿四节气文本进行分析，挖掘代表廿四节气深层印象的联想词汇。Word2vec 是大数据语义分析工具，能够将自然语言进行词向量转换，挖掘廿四节气深层印象的联想词汇。

首先，将描述廿四节气的语句及文本，通过词向量的方式将每一个词转换成数学化的结构。以“立春”为例：在向量空间会形成聚类中心，与“立春”越接近的词越能代表立春的深层印象。因此，可以从接近的词汇中挖掘出代表廿四节气深层印象的联想词汇。

具体步骤是先按照其上下文语义的关系，建立一个低纬度的空间向量，利用Word2vec 来计算词向量之间的余弦距离（Cosine Distance）判断两个词之间的距离，可以在空间向量中得到廿四节气的词向量。对于两个n维向量A=（A1,A2…,An），B=（B1,B2…,Bn），它们的余弦距离计算公式为：

词向量空间见图3，与“射柳”相比，和“立春”距离最近的词汇是“春盘”，因此“春盘”可看作是代表廿四节气中“立春”深层印象的联想词汇之一。根据work2vec 分析，余弦距离越小，在向量空间中距离越近的两个词汇越相关联。

图3 词向量空间Fig.3 Word vector space

由于廿四节气的深层印象是通过名词或名词句的联想词汇表达出来的，是对节气具体事物（意象）的联想，因此，需要通过Word2vec 挖掘代表廿四节气深层印象的名词，词性分类则是采用了NLPIR 大数据搜索与挖掘共享平台。分别输入廿四节气的名称，Word2vec 会按照余弦距离值挖掘出代表该节气深层印象的联想词汇。由于余弦距离值可以说明某词汇与该节气关系的远近（值的高低），所以，从高到低的顺序依次输出词汇及其余弦距离值。廿四节气名词联想词汇见表1。

上表中是通过Word2vec 分析挖掘出代表廿四节气深层印象的联想词汇（名词），这些名词代表的意象有：自然界中的植物、景色、代表节气特有的食品等，有些名词例如：“柳”会出现在多个节气中，但代表的事物（意象）却有所不同。“雨水”时为“嫩柳”；“惊蛰”时为“柳丝”；“谷雨”则为“柳絮”。以名词“麦”为例：“谷雨”有“小麦抽穗”；“夏至”有“麦粽”；“大雪”有“冬小麦”……这些名词虽然类似，但是意象不同，所指的抽象色彩也是千差万别。以下环节则是依据表格中的名词，针对不同意象进行图片抓取，为获取代表廿四各节气的抽象色彩而准备。

5 廿四节气抽象色彩库的构建

5.1 廿四节气意象图库的构建

根据大数据挖掘所获取的代表廿四节气深层印象的联想词汇（如表1），借助网络爬虫软件从互联网批量爬取代表联想词汇意象的图片。由于图片是计算机软件按照联想词汇从平台中无差别批量下载的，因此，存在图片的质量高低不一或代表其意象的色彩特征不明显等一系列问题，需要人工筛选出能鲜明地反应出各节气物候、食品、农作物等色彩的图片。根据表1 中代表廿四各节气的联想词汇，每个词汇筛选出12—24 张图片，以后续能方便地挖掘其抽象色彩为标准。以立春为例：代表“立春”深层印象的图片有梅花、春饼、萝卜蔬菜及习俗（如：戴春鸡）等图片，总体以物候特征为主，立春意象图库见图4，这些图片构成每个节气意象的图库。

图4 立春意象图库Fig.4 “Beginning of Spring” image database

表1 廿四节气名词联想词汇Tab.1 The 24 solar terms noun association vocabulary

5.2 抽象色彩的提取及色彩库的构建

以爬取代表联想词汇意象的图片为基础，利用“K-Means 聚类算法”提取廿四节气的抽象色彩。由于代表廿四节气深层印象的抽象色彩，属于人文化的自然色彩，涉及物候特征、风俗习惯、饮食特征以及农事农谚等，意象特征的色彩像素分布相对集中；此外，K-Means 聚类则是采用均值计算把意象图片中色彩数据分为K个类的算法[22]，所以采用K-Means 聚类色彩提取方式容易操作。采用 Python 软件对K-Means 算法进行程序编写，K-Means 算法聚类流程见图5。

图5 K-Means 算法聚类流程Fig.5 Cluster analysis flow of K-Means algorithm

首先要给出廿四节气意象图片的路径。由于代表廿四节气深层印象的事物中自然物居多，对自然物丰富的色彩记忆属人们心理认知的范畴，所以采用HSB色彩模式。H（色相）取值为0～360，S（饱和度）与B（亮度）均取值为0～100。其次，确定提取色彩的K数，并随机选择图片上色彩的中心点。采用K-Means算法将代表廿四节气深层印象的意象图片的全部像素转换成色彩空间的数集，通过设定K值即需要抽取的某张图片中代表节气意象的抽象色彩数，计算机程序依次读取图片的像素点并将色彩值归入最近的聚类中心点，最后取均值得到代表廿四节气深层印象的抽象色彩。

计算机进行色彩归类计算。以“立春”节气的“梅花”为例，先将所有梅花图片样本合为一整体，从中选择K组色彩（H、S、B坐标值）为聚类中心色彩，梅花图片中其他色彩依据与聚类中心色彩的相似度，即在HSB 空间中与中心色彩距离近的分别归入中心点，形成代表立春节气梅花色彩的聚类关系，色彩的相似度计算如下：

其中X、Y、Z代表廿四节气意象图片中某一像素的H、S、B值，将得到的聚类群的H、S、B值分别进行均值计算，得到新的聚类中心，再进行迭代计算，直到标准测度函数开始收敛为止。标准测度函数采用标准差（Standard Deviation），公式如下：

标准差（σ）表示意象图片中抽象色彩的分散度，公式中μ代表整体的平均值，Xi代表实数，N代表实数个数，当这个值趋于稳定时，聚类分析结束。

算法得出廿四节气意象色彩的聚类中心坐标值，并进行色彩可视化。聚类结果的评判标准为：同类色彩的内聚类要最小，而不同色彩的类间距离要最大。本研究采用Calinski-Harabasz（CH）指标作为主要的评判标准，其公式表示为：

其中n表示聚类的数目，k表示当前的类，trB(k)表示类间离差矩阵的迹，trW(k)表示类内离差矩阵的迹。CH越大代表着类自身越紧密，类与类之间越分散，意味着更优的聚类结果。梅花图片的色彩聚类分析结果见表2。

表2 梅花图片的色彩聚类分析结果Tab.2 Results of color clustering analysis of plum blossom picture

通过反复调试得出：K=5 时，CH值最大，抽象色彩的聚类效果最佳。通过色彩聚类，可以统计出每组色彩拥有的像素数，以此作为比重绘制色卡来表现意象的色彩特征，程序代码如下：

# 统计每一类的数目

K-Means 算法虽然能获取了一定数量的抽象色彩，但存在若干问题。例如：源自天空、草木、雾气等意象的色彩穿插在整张图片中聚类提取时，会影响最后抽象色彩的提取结果，多张图片在聚类过程中会存在些许杂色；此外，意象（如：立春的意象梅花）的色彩面积较小则容易被忽视。因此，最终需要人工剔除不相干的色彩，从梅花图片中提取色彩的结果见图6。

图6 从梅花图片中提取色彩的结果Fig.6 The results of the extracting color from the plum blossom picture

最后，通过对廿四节气意象图片的K-Means 聚类算法得到了代表廿四节深层印象的抽象色彩库，色彩库按每个节气6 个意象，共144 组720 色。

6 廿四节气抽象色彩的设计应用

6.1 抽象色彩作品的批量化智能生成

利用挖掘的代表廿四各节气深层印象的抽象色彩，采用康定斯基风格作品的基本元素（圆形、三角形、正方形）[23]，进行Processing 语言的编程。利用Processing 程序编写两个for 循环，运用程序连续构建一个网格化的构图形式，并在每个格子中间重复康定斯基风格作品的基本元素，并以代表某节气深层印象的抽象色彩进行自动配色。代码结构如下：

首先是程序的调试阶段。使用draw()函数的目的是以动态方式批量化生成代表廿四节气深层印象的抽象色彩作品；keyPressed()函数可让用户（或设计师）通过键盘对抽象元素（圆、三角、正方等）的生成进行约束或对抽象色彩作品的比例进行更改，即：应用keyPressed()函数与L变量来设定基本元素所在的方格长度，可生成不同比例的代表廿四节气深层印象的抽象色彩作品。该部分具体代码如下：

在程序上，为了防止用户（或设计师）的误操作以至Bug 的出现，程序采用keyCode 可对作品画面的分割进行设定，通过keyCode 值的设定进而影响L变量。因此，未来的用户（或设计师）只需要输入不同的数字，便可以得到不同形式分割的抽象色彩作品。输入数字的值越大，对生成的画面划分程度越细。数字键的效果见图7，程序采用键盘数字1—9 让用户自行设定。

图7 数字键的效果Fig.7 The effect of number key

抽象色彩作品的智能生成利用计算机随机生成（random）的原理，分别以“基本元素的随机”和调用色彩库对各节气进行“抽象色彩的随机”展开程序的运行。引入random()、mouseClicked()、shuffle()函数对抽象色彩基本元素的变化与统一进行人为的设定。通过mouseClicked()函数可点击鼠标更改变量i从而达到更改某个节气的色彩组，代码如下：

Shuffle()函数会随机排列基本元素的顺序，并调用代表廿四节气深层印象的抽象色彩库，对色彩组里的抽象色彩进行随机选取，random(low,high)函数会在其中的两个参数之间随机返回一个值从而随机对格子内的图案进行生成。色彩库中抽象色彩的调用也是完全随机的，以导入多个色彩组的方式，程序以相关联的5 个色彩为一个单位组，代码如下：

当用户或设计师完成了对生成抽象色彩作品的程序调试后，可将mouseClicked()和keyPressed()函数用random()进行替代，这样计算机会对抽象色彩作品中的基本元素和抽象色彩以及原先设定的比例进行随机选取，并利用程序for 循环批量化智能生成代表廿四节气深层印象的抽象色彩作品。抽象作品的批量生成见图8。

图8 抽象作品的批量生成Fig.8 Automatically generated abstract graphics

计算机批量化智能生成的廿四节气的抽象色彩作品，类似于色彩构成的形式，无需设计师围绕设计主题进行构图和配色。智能化生成的廿四节气深层印象的抽象色彩作品形式丰富，没有重复，可按设计意图有选择性地应用于产品相关设计。

6.2 廿四节气抽象色彩的设计应用

运用已生成的代表廿四节气深层印象的抽象色彩，以立春、立夏、立秋、立冬为主题，以虚拟的饮料产品为设计对象展开包装设计的试行，并验证智能化生成的廿四节气抽象色彩的效果，立春的包装设计见图9，立夏的包装设计见图10，立秋的包装设计见图11，立冬的包装设计见图12。

图9 立春的包装设计Fig.9 The packaging design of “Beginning of Spring”

图10 立夏的包装设计Fig.10 The packaging design of “Beginning of Summer”

图11 立秋的包装设计Fig.11 The packaging design of “Beginning of Autumn”

图12 立冬的包装设计Fig.12 The packaging design of “Beginning of Winter”

立春的包装选择嫩绿色及少量粉色构成的抽象色彩，展现立春时节万物苏醒，充满生机的状态。立秋的联想词汇是：玉米、桂花、荞麦、枇杷等食物，因此采用暖色为基调，低饱和度的黄、红构成的抽象色彩，给人以秋收的温馨与喜悦。立夏的联想词汇有：青梅、荷叶、池塘等自然物象和咸蛋、樱桃、糯米饭、炸酱面等立夏节气的食品，在包装色彩上选择既能体现夏日炎炎、植物旺盛的物候特征，同时兼顾用户对清凉期待的抽象色彩。立冬包装在色彩上既体现对雪、冬冰等物候的深层印象，也兼顾用户在寒冷的冬季需要温暖（联想词汇：汤圆、水饺、柿饼、核桃、南瓜、羊肉汤等）的抽象色彩。最后，以问卷形式对此进行了调查验证，其中24 份有效问卷结果表明：智能生成的抽象色彩能符合大多数人对节气的印象。

7 结语

将廿四节气传统文化与计算机AI 技术结合，以代表人类“深层印象的联想词汇与抽象色彩”关系的认知模型为基础，进行了抽象色彩智能生成的实践，并展开了包装设计的试行。这与以往基于算法的计算机视觉化图像处理的思路是截然不同的，在方法及操作上均有着本质的区别，是基于认知科学的研究并具有鲜明的设计专业特点。在提倡可持续性的生态设计（Ecological design）的今天，从传统农耕文化中汲取对先民们自然环境认识的经验，并与新技术融合，具有一定的方法创新。以华夏民族普遍认知的廿四节气抽象色彩展开计算机智能生成的设计研究，其成果有助于设计师打开设计思路，节省设计师们在设计过程中选取色彩的时间。未来包装设计中的色彩支援，不再依赖设计师的个人经验，通过代表深层印象的联想语义挖掘与智能生成技术结合进行批量化地智能生成，并应用于产品设计中，所阐述的探索及实践过程具有广泛的应用价值。今后在程序的算法及操作过程的设定上还可改进得更为精致化，并排除人为的因素，实现完全智能化的生成方式。随着时代的发展，华夏民族廿四节气等宝贵经验将会得到进一步重视和提升，如何将传统文化色彩与用户们新的需求结合，展开智能化生成的设计，还需要进一步进行探索。