原文传递
深度学习在汽车前脸意象认知显著性特征识别中的应用研究
| 论文题名： | 深度学习在汽车前脸意象认知显著性特征识别中的应用研究 |
| 关键词： | 汽车前脸;感性设计;意象显著性特征;感性认知;深度学习 |
| 摘要： | 在当前社会，汽车已成为现代社会不可或缺的交通工具。汽车前脸设计是消费者良好感性体验及购车决策的重要因素之一，也是消费者感性意象认知和情感体验的关键设计内容，因此汽车前脸感性设计越来越受到关注。随着深度学习的快速发展，为汽车前脸感性设计提供了有力的技术支持。为此，本文将深度学习技术应用于汽车前脸意象显著性特征识别研究中，以意象显著性特征为基准实现智能化汽车前脸的感性设计方案生成。 研究步骤主要分为数据集构建、意象识别分类模型和意象显著性特征识别模型构建、汽车前脸感性设计智能化生成三个方面。 首先，通过数据采集构建汽车外观网络评论文本数据集和代表性汽车前脸数据集，选取图像部分样本以构建代表性前脸数据集，运用word2vec模型选取代表性意象词汇形成意象词空间，结合重要性实验获取核心意象词汇，并通过专家评价法进行人工标注，构建前脸意象分类数据集； 其次，运用ResNet构建汽车前脸意象识别分类模型，基于Grad-CAM加权特征热力图实现分类依据的可视化解释并识别汽车前脸意象显著性特征，为汽车前脸感性设计提供数据支持； 最后，基于深度学习意象显著性特征自学习的思想，构建DCGAN、cDCGAN及CycleGAN等汽车前脸生成模型，并智能化生成指定意象的和延续产品族特征的汽车前脸感性设计方案，基于意象识别分类模型对其目标意象准确率进行了验证，验证智能化感性设计生成模型的有效性。 本研究基于深度学习识别汽车前脸的意象显著性特征，并智能化生成特定意象的汽车前脸图像，提高了汽车前脸设计的研发效率、缩短产品迭代周期，在未来汽车设计研发中具有广阔的应用前景。 |
| 作者： | 刘保旗 |
| 专业： | 机械 |
| 导师： | 林丽 |
| 授予学位： | 硕士 |
| 授予学位单位： | 贵州大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
