王毅 史盟 許亞松 師雨欣
摘要:將用戶對產(chǎn)品CMF的綜合感性信息極早地映射到產(chǎn)品設計中,減少設計師的工作量和配色對設計師的主觀依賴性,以提高產(chǎn)品CMF情感化設計方法的實用性。在產(chǎn)品設計感性信息“轉(zhuǎn)嫁一映射”概念的基礎上,利用加權(quán)漢明距離分析了基于用戶感知的CMF意象圖、提取色塊、配色示意圖與產(chǎn)品CMF的綜合意象感知的相關性。在此基礎上提出利用“CMF意象圖、配色示意圖”作為用戶感性信息的轉(zhuǎn)嫁媒介,設計師根據(jù)用戶感性選擇獲得的配色示意圖完成產(chǎn)品CMF的情感化設計方法,并以個人電動車設計為例進行了驗證。通過用戶對CMF意象圖的選擇可以很好地將用戶對產(chǎn)品CMF模糊的感知需求視覺化,配色示意圖作為CMF意象信息的“轉(zhuǎn)嫁一映射”工具,可以方便、直觀地將CMF意象感知信息映射到產(chǎn)品設計方案當中。
關鍵詞:CMF設計 產(chǎn)品設計 轉(zhuǎn)嫁一映射 感性需求 情感化設計
中圖分類號:TB47
文獻標識碼:A
文章編號:1003-0069 (2020) 04-0090-04
引言
產(chǎn)品CMF (color,material,finishing)(色彩、材質(zhì)、表面處理工藝)設計前,如何將質(zhì)感、色彩隱含的情感表現(xiàn)出來,并映射用戶感性信息是產(chǎn)品CMF設計研究的熱點[1]。用戶對產(chǎn)品CMF感知判斷及情感偏好的表述,是一種模糊的、非量化的感性信息。針對用戶情感偏好來實現(xiàn)產(chǎn)品CMF意象設計,減少主觀判斷,提高色彩情感化設計越來越受到企業(yè)的重視[2]?!癈MF意象”是指人們看到產(chǎn)品的色彩極其質(zhì)感后,結(jié)合自身的文化背景、經(jīng)驗,在頭腦中產(chǎn)生對產(chǎn)品CMF的綜合感知形象,是色彩的物理屬性和抽象的色彩文化屬性綜合產(chǎn)生的意象和心理形象[3]。CMF設計時,色彩的物理、幾何屬性等顯性信息下蘊含著更深層次的色彩情感、意象等隱性信息[4]。
無論用戶直接參與還是間接參與產(chǎn)品設計,都需要將用戶的感性需求理性、直觀地表達出來。文中在產(chǎn)品設計感性信息“轉(zhuǎn)嫁一映射”概念的基礎上,利用“CMF意象圖、配色示意圖”作為用戶感性信息的轉(zhuǎn)嫁媒介,通過用戶對CMF意象圖的選擇將自己對產(chǎn)品CMF模糊的感知需求視覺化,然后通過配色示意圖作為CMF意象信息的“轉(zhuǎn)嫁一映射”工具,方便、直觀地將CMF意象感知信息映射到產(chǎn)品設計方案當中。
一、產(chǎn)品CMF設計中感性信息的“轉(zhuǎn)嫁一映射”
(一)CMF感性信息的“轉(zhuǎn)嫁媒介”
1.產(chǎn)品CMF意象圖:目前,基于案例的色彩設計采用從圖像和現(xiàn)有產(chǎn)品中提取色彩的辦法[5],將提取的色彩作為色彩來源用于產(chǎn)品配色,是一種物理信息的獲取與轉(zhuǎn)移,并不能實現(xiàn)色彩情感信息的轉(zhuǎn)化。文獻[6]提出了用現(xiàn)有的軟件對圖像色彩進行合并與提取,并通過提取色彩隨機組合生成色彩方案后通過評價來獲取最優(yōu)設計。該方法較好地模擬了色彩設計由靈感來源到方案的步驟,較好地獲取了色彩物理、幾何屬性等顯性信息。對產(chǎn)品而言,不能把色彩孤立看待。好的色彩一定是和材料、工藝一起作用于產(chǎn)品,形成的一種不僅僅只通過視覺感知的形式美感,而是更加蘊含了品質(zhì)感、品牌感、文化感的存在[7],所以,CMF是當前產(chǎn)品色彩設計的主導思想。在包豪斯建校之際就一直“重視材料及其質(zhì)感對設計影響的研究”,巧妙利用材質(zhì)美感、色彩美感的關系,并與產(chǎn)品形態(tài)形成自然的結(jié)合,塑造產(chǎn)品形態(tài)的簡約之美,是產(chǎn)品色彩設計的完整表達。但如何把用戶傾向的質(zhì)感、色彩的情感等多種難以量化的信息獲取,并映射到產(chǎn)品設計當中仍需要深入研究。產(chǎn)品的CMF設計也進一步要求產(chǎn)品能夠用顯性的物理要素承載用戶感性的需求。將用戶隱含的、難以客觀描述的感性信息與造型的特征直接轉(zhuǎn)化是產(chǎn)品個性化設計研究的熱點。
現(xiàn)實當中,專業(yè)的色彩樣板以一種直觀的、可觸、可感的形式被廣泛應用在產(chǎn)品CMF設計當中。但這種CMF樣板并不能給用戶以直觀的產(chǎn)品CMF的風格感知。因此可以利用一種帶有色彩、質(zhì)感的圖片組合來塑造產(chǎn)品的CMF的感知意象,讓用戶較為直觀地把自己的感性需求與這些意象圖對應起來,把這種組合圖定義為“CMF意象圖”,如表1中的CMF意象圖樣本。CMF意象圖以二維圖片的形式將產(chǎn)品配色的面積、材質(zhì)紋理,光澤度等多種信息直觀地表達出來,并結(jié)合圖片中的圖形風格,將原先模糊的感性需求信息有效地視覺化。因此,CMF意象圖作為用戶感性需求的轉(zhuǎn)嫁媒介,有效地傳遞了用戶對產(chǎn)品內(nèi)在風格的感性需求。
2.配色示意圖:產(chǎn)品色彩依附產(chǎn)品形態(tài)的幾何約束,設計時應充分考慮色彩面積與配色之間的對比與調(diào)和。當前設計師常使用一些能夠展現(xiàn)不同面積組合的色彩搭配圖來作為產(chǎn)品配色或者色彩交流的參考,以更加直觀地展現(xiàn)產(chǎn)品色彩搭配形象,傳達產(chǎn)品色彩意象信息[8]。把這種色彩搭配的二維圖形定義為“配色示意圖( ColorMatching Map)”,如圖1所示。但是由于產(chǎn)品的品類不同,其造型風格也不盡相同。所以,配色示意圖可以用不同的色彩面積組合、圖形形狀來貼近的產(chǎn)品特征,如三角形、圓形、正方形、矩形條紋等組合可代表不同的產(chǎn)品形象,如圖1。矩形條紋圖是當前產(chǎn)品色彩二維配色常用的圖形。Pantone在2013年發(fā)布的工業(yè)設計產(chǎn)品色彩趨勢中[9],選擇矩形條紋色彩組合圖1中的(c)來展現(xiàn)產(chǎn)品色彩的配色關系和色彩形象,以符合多數(shù)產(chǎn)品的適應性。
色彩CMF意象圖和配色示意圖可以將設計師或用戶所想的色彩和情感需求綜合直觀地表達出來,是一種能夠很好地將設計思維中的色彩信息視覺化,很好地提高配色效率的“轉(zhuǎn)嫁媒介”。
(二)CMF感性信息的“轉(zhuǎn)嫁一映射”:產(chǎn)品CMF感性信息的“轉(zhuǎn)嫁一映射”概念,是指通過一種媒介,將用戶模糊的、不確定的,甚至隱含的感性信息以可視、可觸等物理要素呈現(xiàn)出來,進而較為準確地映射到產(chǎn)品的CMF設計當中。文中提出的CMF感性信息的“轉(zhuǎn)嫁一映射”首先通過用戶對CMF轉(zhuǎn)嫁媒介(CMF意象圖)的感知評價,建立可通過語義檢索的“CMF特征原型庫”。其次,用戶在參與產(chǎn)品的CMF設計時,用戶根據(jù)自己的感性需求通過語義檢索調(diào)出“造型特征原型庫”中的CMF意象圖原型[C,M,F(xiàn)],將自己對產(chǎn)品CMF的感性需求信息“轉(zhuǎn)嫁”到CMF意象圖中,然后設計師根據(jù)“意象圖”中析出的配色示意圖完成產(chǎn)品CMF設計,從而將用戶的感性需求信息“映射”到產(chǎn)品CMF的設計特征中,實現(xiàn)用戶參與的產(chǎn)品CMF情感化設計,如圖2所示。
二、產(chǎn)品CMF意象圖、配色示意圖與產(chǎn)品色彩感知的相關性分析方法
(一)驗證算法:用戶心理對色彩的意象感知和評價通常是定性的表述,缺少明顯的界限來區(qū)分[10]。這些評價信息組成的集合是典型的模糊集合。所以判定這些意象圖、配色示意圖是否和產(chǎn)品配色形成一定的相關性,是提高用戶感知信息通過“轉(zhuǎn)嫁媒介”、“映射”到產(chǎn)品色彩方案程度的關鍵。文中用模糊集合之間的距離來度量產(chǎn)品CMF意象圖、色塊、配色示意圖、產(chǎn)品配色方案的感知信息模糊集合的相關性,以此來確定各個集合間色彩意象信息的轉(zhuǎn)嫁、映射程度。距離的大小則反映出判定對象之間關系的相似程度[11],距離近地說明映射程度好,感知信息獲取的更加準確。
設X=(x1,x2,…,xn),AEF(X),則A=(A(x1),A(x2),…,A(xn)),(A(x1),(A(X2),…,A(xn))可解釋為n維歐氏空間中的點,用歐氏空間距離定義模糊集之間的距離。當X=[a,b]時,A(x)可解釋為[a,b]上的有界函數(shù)。
定義1設X=(X1,X2,…,xn)或X=[a,b],A,BEF(X),p為正實數(shù)。
則稱dm(A,B)為A,B之間的閔科夫斯基(Minkowski)距離llll。
P=l時,dm (A,B)成為模糊集A,B之間的漢明距離(Hamming)。當P=2時,成為模糊集A,B之間的歐幾里得距離(Euclid)如果設定模糊距離為[O,1]中的數(shù),閔科夫斯基距離表達為:
則dMw (A,B)為模糊集A,B之間的加權(quán)閔科夫斯基距離[11]。
用戶對產(chǎn)品CMF的感知表現(xiàn)出多元的、多層次的感性需求。以用戶為核心的產(chǎn)品的CMF個性化設計,會因為目標用戶特征差異采取不同的定位。采用加權(quán)方法處理,可以使產(chǎn)品的CMF的情感化設計符合產(chǎn)品的定位。文中采用了加權(quán)漢明距離來證明用戶對圖像的色彩、提取色塊的色彩、配色示意圖的色彩以及產(chǎn)品色彩的意象感性信息集合之間的相關性。
(二)實驗:文中以一款新型單人代步工具的配色設計為例。第一步根據(jù)產(chǎn)品的特征確立產(chǎn)品色彩感性需求的主要關鍵詞。本次實驗確定配色方案時針對產(chǎn)品特征著重考慮“性別(男性的一女性的)”需求差異,所以把色彩的性別也作為色彩形象中的關鍵詞之一,性別感知度分值為0.1表示非常男性,而0.9為非常女性的色彩,0.5則表示中性色彩。設定產(chǎn)品CMF意象感知的關鍵詞為“時尚、新穎、動感(色彩對比強烈)”,將每一個意象“感知度”判定分值設為:“0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9”,分值越高則表示越時尚,動感強,越新穎。然后由設計師根據(jù)產(chǎn)品定位的傾向性分別設性別、時尚、新穎、動感的權(quán)重系數(shù)為ω=(0.1,0.3,0.4,0.2)。
第二步制作樣本。首先在產(chǎn)品意象關鍵詞確定的基礎上,確定能夠展現(xiàn)產(chǎn)品CMF的圖像(CMF意象圖)。由于實驗研究對象是一款單人電動車,所以研究中確立了6款CMF意象圖。由設計師根據(jù)產(chǎn)品的用色面積感覺來調(diào)整配色組合的面積關系,生成配色示意圖,并完成產(chǎn)品CMF配色效果圖,見表1實驗樣本信息。將圖像、提取色塊、配色示意圖、產(chǎn)品色彩意象感知情況表示為論域x={Xi(性別),X2(時尚),X3(新穎),X4(動感))上的模糊集,完整的測試樣本如圖3。
第三步相關性實驗測試。研究中找來30名工業(yè)設計的學生分別對CMF意象圖、提取色塊,配色示意圖、產(chǎn)品配色進行了打分,求得平均分,表1列出了產(chǎn)品意象感知評價值,表2詳細列出了樣本的意象感知評價值。
以樣本2#為例,其圖像、提取色塊、配色示意圖、產(chǎn)品色彩意象感知論域為:
G2={ (X1, 0.525), (X2, 0.5875), (X3, 0.6), (X4, 0.65)}, C2={ (X1,0.595), (X2, 0.525), (X3, 0.5375), (X4, 0.6)),
M2={ (x1, 0.5875),(X2, 0.5625), (X3, 0.535), (X4, 0.575)},P2={ (X1, 0.65), (X2, 0.54), (X3, 0.5125), (X4, 0.575)}。
由于CMF意象圖能夠直觀地表現(xiàn)出產(chǎn)品配色的色彩感、質(zhì)感,所以,文中分別計算CMF意象圖和提取色塊的色彩意象感知之間的模糊集加權(quán)漢明距離dHω(G2,C2),CMF意象圖和配色示意圖的色彩意象感知之間的模糊集加權(quán)漢明距離dHω(G2,M2)、CMF意象圖和產(chǎn)品配色的色彩意象感知之間的模糊集加權(quán)漢明距離dHo (G2,P2),提取色塊和產(chǎn)品配色的色彩意象感知之間的模糊集加權(quán)漢明距離dHω(C2,P2),配色示意圖和產(chǎn)品配色的色彩感知之間的模糊集加權(quán)漢明距離dHω(M2,P2)。根據(jù)式(1)和式(2),當P=l時,計算得到:
同樣方法可得其他樣本的意象感知模糊集距離,表3羅列了六個樣本之間的意象感知評價信息集合的模糊距離。
通過折線圖4,可以直觀地看到各樣本之間的意象感知評價信息集合的模糊距離的走勢,圖5,通過模糊距離計算求出各樣本之間的意象感性信息集合的平均模糊距離。
(三)實驗結(jié)論
用加權(quán)的漢明距離計算值可以看出,dHω(G,M)
當意象感知信息集合的模糊距離較大時,說明二者的意象感知差距較大,可以通過替換CMF意象圖的方法以滿足設計需求,也可以在后期配色圖生成時通過用戶評價,對配色示意圖進行修改,這樣也就能進一步保證輸出方案滿足用戶的需求,提高產(chǎn)品配色效率。雖然測試樣本較少,但實驗能夠證明研究提出的方法可行。
三、感性信息“轉(zhuǎn)嫁一映射”下的產(chǎn)品色彩情感化設計應用
由于含有色彩面積且具有一定質(zhì)感的圖像具有較好的CMF直觀效果,可以讓用戶對自己青睞的產(chǎn)品感知更加清晰。所以,感性信息“轉(zhuǎn)嫁-映射”下的產(chǎn)品色彩情感化設計步驟如下:
步驟1確定產(chǎn)品CMF情感化設計定位的語義關鍵詞。
步驟2根據(jù)語義關鍵詞確立能夠體現(xiàn)或反映產(chǎn)品不同感性需求的CMF意象圖,用集合G表示,即G={G1,G2,…,Gn}。
步驟3完成CMF意象圖對應的配色示意圖,用集合M表示,M={M1,M2,…,Mn}。
步驟4用戶選擇自己傾向的CMF意象圖。
步驟5針對所選CMF意象圖的配色示意圖完成新產(chǎn)品的色彩方案集合P,P={Pl,P2,…,Pn}。
文中同樣以一款個人電動車的CMF情感化設計為例,首先,收集了具有典型代表的色彩圖片作為配色的“意象圖源”,如圖6;然后完成對應的矩形條紋配色示意圖,如圖7;假設用戶首選“清新的一沉悶的(F-D)”作為用戶對電動車色彩意向感知評價的關鍵語義詞組,讓10名學生對24種意象圖和配色示意圖通過打分實驗完成色彩“清新的一沉悶的”意向感知評價,這些色彩樣本的感知值‖ F-D‖,見表4。將清新感強的前三種配色示意圖作為個人電動車的配色方案參考,設計過程如圖8。
由于用戶根據(jù)自己的感性需求在“意象圖源”中選擇自己傾向的CMF意象圖,實現(xiàn)了對CMF綜合感性需求的“轉(zhuǎn)嫁”。設計師根據(jù)所選CMF意象圖對應的配色示意圖完成產(chǎn)品配色方案。這樣就比較清晰地將用戶對色彩的多維感知信息映射到了產(chǎn)品方案當中。
結(jié)論
產(chǎn)品CMF情感化設計是建立在用戶對產(chǎn)品的色彩、材質(zhì)、表面處理工藝綜合感知基礎上的。文中提出了利用“CMF意象圖”與“配色示意圖”作為產(chǎn)品CMF情感化設計中,用戶綜合感性需求的“轉(zhuǎn)嫁媒介”,很好地將CMF意象所涵蓋的用戶綜合感性信息進行了視覺呈現(xiàn)。通過用戶對CMF意象圖的感知評價或選擇,將自己的感性需求傾向轉(zhuǎn)嫁到配色示意圖當中,設計師則通過將符合用戶感性需求的配色示意圖作為產(chǎn)品的配色來源和參照工具,所完成的設計方案則“映射”出了用戶對產(chǎn)品CMF情感傾向。這樣,在產(chǎn)生產(chǎn)品CMF設計前,通過對CMF意象圖、配色示意圖的“兩級評價”,與產(chǎn)品情感化設計定位配合,既縮小了用戶對產(chǎn)品配色的感知差異,又縮減色彩組合的參照樣本,大大縮減設計工作量,既是提高設計色彩輸出方案效率的一種設計方法,也是一種能夠反映用戶CMF情感偏好的設計方法。
研究中發(fā)現(xiàn),產(chǎn)品形象是多樣的,為了能夠更好地使配色示意圖的“形式”能夠表現(xiàn)產(chǎn)品的綜合形象感,后期研究工作還將進一步研究配色示意圖的“形式”與不同的產(chǎn)品形象的匹配性。產(chǎn)品的情感化設計是解決用戶模糊的感性需求,利用數(shù)學算法來處理這些感性的信息,提高了產(chǎn)品模糊評價的科學依據(jù)。文中提出的方法如果能夠建立在更多測試數(shù)據(jù)上,CMF意象圖源和配色示意圖的語義描述的普適性會大大增強,為產(chǎn)品CMF情感化設計奠定應用基礎。
基金項目:國家社科基金藝術學項目(18BG132)
參考文獻
[1]張全,陸長德,余隋懷,于明玖.基于多維情感語義空間的色彩表征方法[J].計算機輔助設計與圖形學學報2006,18(2):289-294
[2]王毅.產(chǎn)品色彩設計[M].北京:化學工業(yè)出版社,2016
[3] Eh sabet Chorro, Francisco MiguelMarti' nez-Verdu', Dolores de Fez, PascualCapilla, Maria Jose' LuqueAnalyziug the Metrics of the Perceptual Spacema New Multistage Physiological Colour Visiou Model[J]. ColorResearch and Application. 2009, 34 (5): 359-366
[4] Chris MurrayThe color ofdesign from emotional to rationalthirikuig[R].美國IDSA2013 Design Conferrence 2013
[5]史耀軍,張元.基于CMF的手機外觀設計發(fā)展探究[J].設計,2018 (07):100-101
[6]朱昱寧,徐博群,劉肖健.基于交互式遺傳算法的參考圖像輔助配色設計[J].包裝工程,2020, 41 (02):181-188
[7] Chris Murray.The color ofdesign from emotionalto rationalthinking[R]. USAIDSA2013 Design Conference 2013
[8] XUB Q, LIUXJ,LUCF et al Transferring the Color hnagery from an hnage:A Color Netwotk ModelforAssistingColor Combination[J]. C010rRes Appl,2019,44(1):1_16
[9]Orientations: industrialdesign 2013 .[EB/OL] [2013-4-10],http: //wwwpantoneview com/
[10] Lu W, XuT,RenY He L.On combining visualperception md color structure basedimage quality assessment[J]Neurocomputing, 2016, 212: 128-134
[11]張小紅,裴道無,代建華.模糊數(shù)學與Rough集理論[M].北京:清華大學出版社,2013