基于模糊算法的服装款式风格数据库构建

张 颖

(苏州大学 纺织与服装工程学院,江苏 苏州 215021)

服装是一门综合艺术,款式、面料和色彩既是服装设计的三大构成要素,也是影响服装整体风格的关键特征。其中,款式即式样,是服装的形状要素[1],是最能体现服装风格的灵活性和多样性的要素之一。

服装风格是一个极为抽象的概念,具有显著的模糊性和不准确性。在传统服装设计过程中,风格往往受到设计师的感觉、设计能力、专业素养、个人经验等多方面因素的影响,从而呈现出不同的表达方式。目前,建立服装风格量化标准,成为服装智能设计领域研究的热点。黄俊敏等[2]以男士衬衫为例,利用语意差异法建立数学模型并预测出男士衬衫的感性评价;李司琪[3]以女士卫衣品类为例,利用问卷调研的数据建立卫衣模块与服装风格之间的相关性联系,并进行产品推荐;李科[4]以男士西服品类为例,利用相机获取人体图像,结合Canny边缘算法得到人体轮廓图,再利用专家系统根据人体轮廓进行款式推荐。上述算法的实验样本有限,且多以消费者的感性评价为主,缺少专业性和规范性,因此难以形成可持续更新的风格款式数据库,缺乏自我迭代能力。

针对目前该领域研究中存在的不足,本文以服装款式数据库构建的规则上。首先,对服装款式设计的基础进行深层剖析,挖掘影响服装款式风格的决定性因素,明确服装款式的描述规则;其次,利用感性工学、语义差异法、三角模糊数和层次分析法对描述服装风格的感性词汇进行量化,形成服装款式产品风格量化的规则;最后,基于上述工作,尝试建立服装款式风格数据库。

1 服装款式设计要素分层挖掘

服装整体的特定风格往往表现在服装款式及其部件上,在服装设计过程中,设计师通过运用各种服装造型要素的组合来完成服装的整体塑造。虽然服装的造型千变万化,但其基础的造型元素是相对单一和稳定的,设计师运用分割、组合、积聚、排列等手法改换其基本形式,产生了风格形态各异的服装造型。

款式风格的设计要素可分为3类,每个单元都是相对独立的形式要素,图1所示为连衣裙款式分层示意图[5]。女士连衣裙包含丰富的设计要素,设计要素特征明显,因此本文以连衣裙为对象,研究方法与技术路线适用于相关服装品类的款式设计。

图1 连衣裙款式分层示意图

一类设计要素是外部轮廓,包括服装廓形,包括A型、H型、O型、X型、T型;裙长设计(短、中、长裙)。

二类设计要素是服装内部结构线,包括结构线(胸省、腰省、背省、公主线、刀背省等)和装饰线(曲线、直线等)。

三类设计要素是服装部件,包括衣领、门襟、衣袖、袖口、肩部、腰节、口袋、装饰细节等。

依据以上服装款式设计规则,连衣裙款式设计要点应归纳为外部轮廓设计、内部结构线设计和服装部件设计3个主要方面,其所属关系如图2所示。本文目的是建立连衣裙款式部件分类,因此色彩、面料等因素暂时不予以考虑。

图2 连衣裙款式分层树状图

连衣裙的一类元素廓形可分为5大类:A型、H型、O型、X型和T型。其中A型连衣裙是通过收缩肩部和夸张下摆强调上窄下宽的梯形印象,此廓形着重表现女性活泼、青春、富有活力的特点;H型连衣裙以平肩、自上而下不收紧腰部,筒形下摆,弱化胸、腰、臀3个围度之间的尺寸差异,凸显修长、简约、既轻松又不失稳重的风格特征;O型连衣裙整体呈椭圆形,没有特别的棱角,腰部宽松圆润,常用落肩设计,弱化肩部直线轮廓,服装外轮廓相对柔和,圆润可爱,且可掩盖腰部及臀部的缺点;X型连衣裙与女性的身体曲线相吻合,以宽肩、收腰、阔摆为基本特征,突出女性纤细的腰部线条,该廓形的连衣裙具有性感、优雅、富有女人味的风格特点;T型连衣裙的主要特点在于肩部夸张,下摆收紧,呈现出上宽下窄的“倒三角”或“倒梯形”,给人以硬朗、强势、夸张和前卫的视觉感受。直立状态下,裙长可定义为短裙为膝上10 cm处,中裙为膝盖位,长裙为小腿最大围处,如图3所示。

图3 连衣裙一类设计元素分类

连衣裙的二类设计元素为内部线条,可分为结构线和装饰线两大类,其中结构线主要指连衣裙省道的位置。省道对服装轮廓有着关键的影响,因此将省道设计分为无省、胸省、腰省、刀背省和公主线;装饰线主要分为直线和曲线,装饰线不具备特定的功能,以美观为主要目的,如图4所示。

图4 连衣裙二类设计元素分类

连衣裙的三类设计元素是服装的细节,是指服装部件的设计构成,其种类和数量比较宽泛。考虑到连衣裙的特殊性和实验的可操作性,服装的构成部件可分为衣领、门襟、衣袖、袖口、肩部、腰节、口袋和装饰细节8个部分,如图5所示。其中衣领的特征主要是领型,可分为无领、坦领、立领、驳领和连身领;门襟是指服装前片的打开方式,可分为无门襟、明门襟和暗门襟;衣袖主要指袖长,即从肩部到袖口的距离,可分为无袖、短袖、七分袖和长袖;袖口主要指服装的袖口设计,可分为无袖克夫压线、袖克夫、荷叶边和抽褶;肩部造型影响服装的整体美感,可分为正常肩、落肩袖、插肩袖和连袖;腰节可分为无腰线、高腰、中腰和低腰;口袋设计在均衡美的同时也具有一定的实用性,主要分为无口袋、贴袋、袋盖、胸袋和花瓣袋;装饰细节主要针对辅料及特殊工艺,可分为刺绣、印花、花边、铆钉、荷叶边和蕾丝。

图5 连衣裙三类设计元素分类

2 服装设计要素与感性特征的关联

不同类型服装的设计要素不同,其语意特征也不尽相同。因此,利用感性工学、语义差异法的方法来构建相应的语义意象空间;再利用三角模糊数进行数学建模,建立服装款式设计要素与感性特征的关联,为建立服装风格款式数据库提供充分的理论支持。

2.1 服装款式风格量化

2.1.1 感性工学

感性工学(Kansei Engineering)这一概念源于日本[6],Kansei是日本语“感性”的英译词汇。“感性”一词在日本的使用频率较高,既泛指人们获得的情感印象,又可指人的认识心理活动,比如对事物的感受能力,或对未知的、多义的、不明确的信息从直觉到理性判断的过程。

2.1.2 感性词汇收集

通过查阅期刊、书籍、网站信息等相关文献资料,广泛收集关于服装情感、意象的形容词并做筛选,遵循以下标准和规则:① 符合形式美法则和审美标准,避免否定性评价,尽量选用褒义词和中性词,避免使用贬义词;② 仅限于对服装客体的描述与评价,不考虑穿着者对服装整体效果的影响,需抛开穿着者自身的气质及性格特征;③ 所选感性词汇必须经过人脑的感知提炼得出,而非直接观察、显而易见的感觉,例如“挺括的”“紧身的”“合体的”等词汇;④ 排除服装功能性方面的感性词汇,例如“易于穿脱的”“百搭的”“速干的”等词汇;⑤ 表示穿着者对服装整体喜欢的感性词汇不应包含在内,例如“漂亮的”“想穿的”等形容词。

将整理后的69个感性词汇做成卡片,由专家组进行分析讨论,专家组成员共12人,其中包括在职服装设计专业教学人员(3位)、服装设计专业研究生(5位)、在职服装行业从业人员(4位)。根据语意的贴近程度,将语意词汇按服装风格进行组间归类,如表1所示。

表1 服装风格感性词分类

2.2 服装款式要素与感性评价关联规则

不同的款式部件对应不同的感性意象,在进行服装款式设计时,设计要素的不同搭配会产生不同的服装风格。在建立服装风格款式数据库前,需要理解消费者感性需求与设计要素子类的关联。由于服装风格归属并不是简单“非此即彼”的分类,本文利用三角模糊数进行语义设计和编码。首先利用模糊数概念先进行设计类目权重的分析,再利用模糊数原则建立感性语意与设计类目之间的联系。

2.2.1 设计要素类目权重

权重是一个相对概念,是被评价对象不同侧面重要程度的定量分配,是对各评价因子在总体评价中的作用所进行的区别对待。某一指标的权重是指该指标在整体评价中的相对重要程度。本文将女士连衣裙分为12个设计要素,不同设计要素对服装整体风格的影响不尽相同,有些要素的变化会引起感性评价的明显差异化,在建立相应的感性评价中起重要的作用。本文在访谈过程中邀请12位专家对连衣裙的各设计要素进行重要性评分。每个要素关联的语意形容词分为5类,分别为“非常不重要的”“比较重要的”“一般”“比较重要的”“非常重要的”,如表2所示。

表2 款式权重的三角模糊数

对12位专家的调研结果进行汇总,首先将专家统计结果全部进行三角模糊数化,即将专家的感性判断量化为数据依据,三角模糊化处理策略如式(1)所示:

(1)

将结果以三角模糊数及整体效用值的形式填入表3中。

将三角模糊数的整体效用值用层次分析法[7]进行比较,计算各要素的权重值。层次分析法(Analytic Hierarchy Process, AHP)于1977年由美国沃顿商学院的托马斯·塞蒂(T. L. Satty)教授正式提出,是一种定性和定量相结合的、系统化、层次化的分析方法[7]。层次分析法是将复杂问题中具有内在联系的因素进行有序的结构分层,且结合对客观事实的主观判断与客观分析,利用数学的方法将每一层元素相对于上一层的重要性描述转化为权重[8],最后对所有层次逐步进行排序计算,即可得到最终的排序结果。使用层次分析法时采用相对权重矩阵来表示不同设计要素对服装感性需求的重要程度,计算公式为:

(2)

式中:αi表示第i种设计要素子类的整体效用值;αj表示第j种设计要素子类的整体效用值。

将数据导入MatLab计算相对权重矩阵A,结果如下:

在得到权重矩阵后使用特征根法计算权重值,特征根求解步骤如下:

AW=λmaxW

(3)

(4)

(5)

W=(w1,w2,…,wn)

(6)

式中:i、j、k表示常数;λmax存在且唯一;W可以由正分量组成,除了差一个常数倍数外,W是唯一的。

将矩阵A代入式(3)～(6)后得到其最大矩阵λmax为12,所对应的特征向量(归一化处理后):

(7)

由式(7)结果可知,服装设计一类元素中外部轮廓设计对服装整体风格的影响最大,其中廓形尤为重要,其次服装设计三类元素包括装饰细节、腰节位置、肩部设计、袖口装饰、衣领设计也会影响服装的整体风格,并且门襟设计和口袋设计对服装整体风格的影响最小。具体关系为服装廓形>裙长设计>装饰细节>袖口装饰>腰节位置>衣领>衣袖>省道设计>内部装饰线>门襟>口袋。

由式(2)可知矩阵A为正反矩阵,因此矩阵A一致性指标CI为:

(8)

将λmax代入式(8)得到矩阵A的一致性指标为0,在层次分析法中随机一致性比率为:

(9)

式中:RI为平均随机一致性指标,当n为12时取值为1.48。

当随机一致性指标小于0.1时,表明矩阵A具有较好的一致性,由于CI为0,因此恒满足该条件,即矩阵A具有较好的一致性。

2.2.2 感性词汇与设计要素类目之间的关联

本文所考虑的感性需求有4类,分别是优雅风格-中性风格、职业风格-休闲风格、未来风格-民族风格、极简风格-混搭风格。以优雅风格-中性风格为例,感性判断量尺为“非常优雅”“很优雅”“比较优雅”“一般”“比较中性”“很中性”“非常中性”7级,将其语意用三角模糊数分别表示为(0,0,1)、(0,1,3)、(1,3,5)、(3,5,7)、(5,7,9)、(7,9,10)、(9,10,10)。调查问卷中的三角模糊数与这4种服装风格的语义量词对照如表4所示。

表4 款式权重的三角模糊数及其效用

通过问卷调研的形式,将受访对象对设计要素子类与感性意向关联的相关知识记录在提前设计好的表格中,表格中的数字为选择某设计子类的专家人数。如优雅风格-中性风格中,A形廓形这一设计要素,1位专家认为“非常优雅”,4位专家认为“很优雅”,5位专家认为“比较优雅”, 1位专家认为“比较中性”,1位专家认为“一般”,则其对应的三角模糊数分别为(0,0,1)、(0,1,3)、(1,3,5)、(5,7,9)、(3,5,7)。据式(1)得到所有类目的三角模糊数,统计结果优雅风格-中性风格中外部轮廓为O形的评价中有9个专家认为一般,另外3个专家认为比较偏向中性,即9个专家的结果为(3,5,7),3个专家的结果为(5,7,9),则:

模糊数是建立模糊规则的基础,涉及模糊排序、三角模糊数大小的比较等操作,即需要将表2所示的坐标形式转换为具体的实数,本文选择使用最大集合与最小集合法来实现三角模糊数整体效用值的计算[9]。

假设A1,A2,…,An为n个三角模糊数,其中最大集合B所对应的隶属度函数为:

(10)

最小集合S所对应的隶属度函数为:

(11)

(12)

统计结果优雅风格-中性风格中O形外部轮廓的统计结果为(3.5,5.5,7.5),将其代入式(12)中可得其所对应的整体效用值为0.550。针对不同的意向词组,分别对49个造型要素子类进行三角模糊数与整体效用值的计算,用MatLab进行数据处理,得到整体效用值之后,需要进一步对专家受访结果进行分析。以服装风格为优雅风格-中性风格设计要素子类为A型为例,统计后的专家受访结果为(1.1,2.6,4.5),模糊语义词为非常优雅、很优雅、比较优雅、一般、比较中性、很中性、非常中性。进一步进行数据分析时需要得到受访结果最靠近的模糊语义词,即计算统计结果的三角模糊数与模糊语义词所对应的三角模糊数之间的贴近程度,可通过2个三角模糊数的整体效用值来实现贴近程度的计算,计算公式如式(13)所示:

(13)

式中:UT(A)、UT(B)分别为三角模糊数A、B的整体效用值。

例如非常优雅的三角模糊数为(0,0,1),将其代入式(12)中计算可得该三角模糊数整体效用值为0.455,将(1.1,2.6,4.5)与(0,0,1)整体效用值带入式(13)中可得二者贴近程度为0.166,根据所有子类与4个感性需求不同语意尺的贴进度求出不同风格款式与其设计要素之间的关联,按各部件的权重值进行排列。随后利用WGSN(全球最大的在线时尚预测和潮流分析服务供应商)网站上现有款式数据库资源,本文研究共收集了1 557个连衣裙款式,利用定义规则,将符合4种以上属性的款式归类到相应的数据库中,共得到8组服装款式风格数据库,如图6所示。

3 结束语

本文梳理了服装款式设计、服装风格、服装款式中的各类知识要点,以连衣裙品类为例,对款式部件进行全面拆解,有效地提取出了服装造型要素。利用语意差异法、三角模糊数以及层次分析法对服装风格进行了量化,实现服装风格的数字化表征,并创建了8组服装风格数据库及其入库规则。本文研究方法可直接推广应用于服装其他款式品类,加速实现服装产业信息化升级。