引言

“新中式”是融合中国传统文化元素的现代化风格演绎，新中式风格已成为当下新的潮流风尚标。在“新中式”潮流全面来临之际，需以新质生产力引领“新中式”的发展，从优秀传统文化遗存中提取“新中式”元素，结合现代科技手段去创新^[1]。董文静^[2]指出将中国传统文化元素在皮革制品中进行科学化的运用，能提升其经济价值、艺术价值及实用价值。

当前皮革女包设计领域将传统文化元素提取并应用于皮包设计已经成为一种趋势^[3]。然而，现有研究大多集中于通过设计习惯^[4]或形状文法^[5]等图案提取的方法来实现文化视觉再现，这种单一的视觉研究方法忽视了传统文化元素在触觉、听觉甚至嗅觉等多感官体验中的潜力。多模态融合是人工智能领域中的一种子技术，能够将不同数据源的多种模态信息进行整合和处理，为产品设计提供更全面的视角。马进等^[6]提出了基于图文多模态融合推理的足球鞋智能设计流程，体现了多模态融合技术辅助产品智能设计的可实现性。但应用多模态融合时无法有效地确定各模态特征的最佳权值，而遗传算法是一种模拟自然选择和遗传学原理的全局搜索算法，可以通过适合度函数来优化权重分配，卢官明等^[7]利用遗传算法的自动化特征选择和模拟自然选择过程，提高了多模态情感识别准确率和模型表达能力。以下将从多模态特征融合理论出发，对研究对象进行“视觉-触觉-听觉”模态下的文化元素特征提取，并采用遗传算法相结合的多模态特征融合框架，建立新中式皮革女包演化系统，这实现了对传统文化元素更深层次的挖掘和创新表达，提高了女包设计时元素融合的准确性和鲁棒性，推动了智能技术在皮革女包设计领域中的应用^[8−9]。

1.   新中式风格下的皮革女包与非遗文化

1.1   新中式与皮革女包

新中式皮革女包是融合中国传统文化元素、展现中式文化意蕴、具有东方美学特征的皮革制品^[10]。面向女性消费者的新中式风格皮包设计正在成为服饰领域设计前沿，邓子叙等^[11]表示设计行业如今呈现跨领域合作趋势，传统文化元素融入到皮革制品的设计将成为未来皮革制品设计的重要发展方向之一；刘芳菲等^[12]以女士皮包造型设计为例，提出融合传统文化元素的皮革产品首先应满足消费者的功能需求，其次才满足文化传承的效能。用户体验视角下，新中式风格应用在皮革女包上的表现形式主要体现在三个感官层面^[13]。从视觉感知层面来说，其风格定位主要通过造型设计与色彩设计进行表达，新中式设计在形态上多采取“取其意而简其形”的核心理念，色彩上追求朴素淡雅、自然中和的韵味^[14]。从触觉感知层面来说，材质是实现风格设计的物质载体，传统中式风格通过丝绸、棉麻等软性材料表现，新中式风格则通过材质的混合设计表达出丰富的内涵层次，例如皮革、竹材等中性材料^[15]。从听觉感知层面来说，新中式传统韵味的构建可以通过减弱女包使用时产生的噪音、增添含有文化要素的声景物象、使用自然材料，如盘扣、木质或骨质的扣件等^[16]。总结以上发现，新中式风格皮革女包应在视觉上简约大气、用色柔和含蓄，触觉上丰富舒适、用材多元，听觉上悦耳低沉、宁静自然。

1.2   新中式与非遗文化

新中式风格的核心内涵是传承中国文化精神、弘扬中国传统文化。中国非物质文化遗产（非遗）是各族人民世代相传的，在历史、自然和社会的互动中不断再创造出的文化遗产，非遗文化也属于中国传统文化。道明竹编和隆昌夏布作为国家级与省级非物质文化遗产，承载着丰富的民族历史文化内涵。为探讨非遗文化与新中式风格的关系，对现有结合了竹编和夏布元素的皮革女包进行分析。非遗传承人张定娟^[17]采用三角孔编织进行衍生创作，从布局上展现了道明竹编的特色，并通过材料上的拼接和沉稳自然的色彩搭配表现新中式风格特征。渝州绣坊品牌女包^[18]将夏布与手工绣制工艺结合，展现了非遗的独特魅力，包型设计简约大气，内容表现含蓄内敛，并以富有中式文化意蕴的木槿花表现新中式题材。通过以上分析发现，设计师们将非遗技艺与新中式风格设计理念相结合，在工艺、材质和纹样等方面巧妙地将非遗元素融入女包设计，使非遗文化在现代社会中继续传承和发展。新中式风格不仅是对文化元素的表层复制，更是在尊重和保留非遗精髓的基础上进行的创新和融合。新中式风格强调的是一种东方美学和价值观，这与非遗所代表的精神内涵是一致的。新中式风格为非遗文化提供了新的展示平台，非遗文化则为新中式风格增添了深厚的文化内涵，二者之间是一种相互促进的关系。

2.   设计理论与框架

2.1   设计理论

2.1.1   多模态融合

模态是生物凭借感知器官与经验来接收信息的通道，如人类有视觉、听觉、触觉、味觉和嗅觉模态^[19]。多模态指通过两种或两种以上的模态组合来表示某一事物，与基于单模态的情感识别方法相比，多模态的识别能取得更高的识别率^[20]。运用多模态概念，设计师可从视觉、触觉等多重感官角度出发，优化现有设计方法和模式，打造出更具创新性的产品。Haijuan等^[21]基于图像-文本多模态相关特征计算关键词与图像之间的相关性、图像与图像之间的相关性，实现了自动生成服装款式的设计方法。

多模态融合技术旨在缩小语义子空间中的分布差异，提高信息表达的效率，保持模态特定语义的完整性^[22]。多模态融合方法可以分为早期、晚期和混合三类融合方法。早期融合是一种多模态数据融合策略，旨在模型的早期阶段将不同模态的数据进行融合，它可以缓解各模态中原始数据间的不一致性问题^[23]。由于设计元素来源涉及多种非遗文化，且各形态间相关性较低，因此选取早期融合法为核心框架。

2.1.2   遗传算法

遗传算法（Genetic algorithm , GA）是一种模拟自然选择和遗传机制的启发式全局搜索算法，通过模拟生物进化的过程，在合理的时间和计算成本范围内找到接近全局最优的设计^[24]。遗传算法应用研究的优势主要体现在择优解的有效性、可靠性、可扩展性和易于与其他方法结合等，LI等^[25]设计了一款基于遗传算法的新型陶瓷设计图元智能布局算法，提高了图元智能布局的有效性和美观性。

遗传算法由5个部分组成：参数编码、初始种群设置、适合度函数设计、遗传操作设计和控制参数设计，基本步骤如下：

（1）参数编码

GA算法在演化过程开始前需对基因库进行二进制编码，以便下一阶遗传操作的进行。在进行参数编码前，还需建立基因库、设置初始参数、赋值迭代次数。

（2）初始种群设置

采用随机组合的方式生成初始种群、解码并计算特定位置字符串适合度。

（3）定义适合度函数

适合度在遗传算法中是评价个体优劣程度的一种度量方式，适合度函数通常根据问题的特定要求来定义。本文在定义新中式皮革女包设计的适合度函数时，考虑到女包基本的实用性、商业性、美观性和材质性，同时根据新中式产品的消费需求与供需落差分析^[26]，本文适合度计算方法将围绕中式美学、工学机能、材质用料、商业竞争力四项评价标准设置。

用户对种群中的某一女包设计进行四个大维度的打分，满分5分，得到对第p个女包的评分公式（1），如下：

式中：P——女包设计数量，个；

$ A\left(x\right) $, $ P\left(x\right) $, $ M\left(x\right) $, $ B\left(x\right) $ ——美学评价、实用性评价、材质评价和品牌评价的函数表达，分；

$ {w}_{1} $, $ {w}_{2} $, $ {w}_{3} $, $ {w}_{4} $—— $ A\left(x\right) $, $ P\left(x\right) $, $ M\left(x\right) $, $ B\left(x\right) $对应的权重，可根据需求情况设定权重参数数值。

用户对种群中的每一个女包设计进行打分，可以得到单个用户的1个评分序列（2），如下：

设有m个用户参与了评分，可以得到m个评分序列，存储到1个m行p列的矩阵（3）中，可以进行如下表示：

则可定义新中式女包设计的适合度公式（4）如下：

（4）遗传操作

遗传操作以成功地利用前一代数据集预测下一代性能更好的择优集。根据指定适配度判断是否有满足优化条件的种群生成，若有满足条件的种群生成则进行迭代数判断，否则进行基因选择、交叉、变异操作。经过遗传操作使种群中的个体染色体的基因序列得以重组，将染色体解码成新个体，组成新种群，再次进入条件循环。

选择操作：根据适合度值大小进行优胜劣汰，利用选择算子从上一代种群中选择多个个体参与新种群进化。

交叉操作：将被选中的一对染色体，以指定交叉概论和交叉算子进行局部基因交互。

变异操作：将种群中的所有个体，以指定变异概论和变异算子进行局部基因改变。

（5）设计输出

最后满足以上所有条件判断后可输出最终种群即设计方案。

2.2   设计框架

综合上述研究，本文使用多模态融合技术和遗传算法进行新中式女包设计的研究流程可分为：特征提取、特征融合和设计输出。具体流程如图1所示。首先，特征提取部分就是将每一非遗文化对象视为单独设计元素，对各非遗设计对象的不同模态进行捕捉和分析，析出多模态下提取到的对应特征。然后是特征融合部分，将遗传算法融入多模态设计框架中，对提取后的多重特征进行有效量化和融合设计。通过模拟自然选择和遗传机制，遗传算法有助于发掘不同模态特征间的互补性，实现最优特征组合的自动搜索。最后是设计输出部分，根据终止条件进行判断，条件满足时对应的种群即是遗传算法为多模态特征融合设计提供的最优解。

图  1  新中式多模态设计框架图

Figure  1.  New Chinese style multimodal design framework diagram

下载: 全尺寸图片 幻灯片

3.   设计实践

3.1   特征提取

从数据集建立角度来说，新中式皮革女包的智能化设计需要通过“图片-传感器-声纹”的识别方式对“视觉-触觉-听觉”特征进行数据采集，采集完成后进行数据预处理、特征提取、分类训练等操作，即为多模态下的特征提取过程，如图2所示。视觉数据通过移动电子设备的摄像头可进行多角度的高分辨率图片采集，使用预训练的深度学习模型Inception-v3可提取图像中的局部和全局视觉特征，如女包的外型轮廓、图案、颜色等。利用BioTac触觉传感器可获取女包触觉数据，将数据进行预处理后，通过压力分布分析等操作可提取出压力分布等特征，进一步通过机器学习中的支持向量机和随机森林模型可将材质进行分类，输出竹编、夏布、皮革的材质标签。使用智能手机记录女包开合时的声音，加载音频文件并进行预加重、分帧、加窗等处理，提取其梅尔频率倒谱系数特征，并训练分类模型，最后可输出女包开合方式的声音类别标签，如前翻盖、手柄闭合、拉链等。

图  2  多模态下的特征提取过程图

Figure  2.  Diagram of the feature extraction process in a multimodal state

下载: 全尺寸图片 幻灯片

3.2   特征融合

3.2.1   参数编码

女包构成的重要因素包括以下几个方面：产品整体造型形状、尺寸、开合方式、材质、所用颜色及工艺等，因此设置编码程序分别为基本形（包形）、手挽、颜色、图案、开合方式、材质。本文对特征基因编码采用3位二进制染色体编码法，分别设以$ {A}_{1} $, $ {A}_{2} $, $ {A}_{3} $, $ {A}_{4} $, $ {A}_{5} $, $ {A}_{6} $表示，节选7种类型示范，基因编码示范库如表1所示。基因编码库建立后，算法对染色体进行随机组合生成初始种群。

表  1  新中式女包基因编码示范库

Table  1.  Gene coding demonstration library of new Chinese women's bags

	种类1	种类2	种类3	种类4	种类5	种类6	种类7
手挽 $ {A}_{1} $	001	010	011	100	101	110	111
基本形 $ {A}_{2} $	001	010	011	100	101	110	111
图案 $ {A}_{3} $	001	010	011	100	101	110	111
颜色 $ {A}_{4} $	001	010	011	100	101	110	111
开合 $ {A}_{5} $	手柄闭合 001	带式拉合 010	磁扣 011	内纽扣 100	外纽扣 101	拉链 110	前翻盖 111
材质 $ {A}_{6} $	全竹编 001	全夏布 010	全皮革 011	竹编＋夏布 100	竹编＋皮革 101	夏布＋皮革 110	竹编＋夏布＋皮革 111

下载: 导出CSV 

| 显示表格

3.2.2   特征选择

特征选择是特征融合的关键步骤，遗传算法进行特征选择是依据适合度函数来评估特征组合的性能，确定各特征的权重，从而提高特征融合时的准确性、鲁棒性和优化性。本次实验使用了Matlab软件编写程序，应用遗传算法和随机搜索在多维问题环境下对特征选择进行运算。将特征选择问题转化为最小化问题，可以更有效地找到最优的特征组合。在最小化问题中，最佳适应度值是衡量算法性能的关键指标，最佳适应度值越低，代表算法的适应度越高，即解决方案越接近最优解，两种算法计算结果对比曲线如图3所示。相同迭代次数下，遗传算法的最佳适应度值较低，同时，在较少的迭代次数内达到了较低的最佳适应度值，验证了遗传算法在特征选择方面的优越性，进而能够提高元素融合时的准确性和鲁棒性。

图  3  算法性能对比曲线

Figure  3.  Comparison curves of algorithm performance

下载: 全尺寸图片 幻灯片

3.2.3   遗传操作

设置优化条件为“适合度≥4.20”进行循环判断操作，满足优化条件则按适合度值从高至低，组成新种群；不满足则进行基因选择、交叉、变异操作，交叉率和变异率针对每个染色体的每一位数进行随机操作，设定交叉率为0.6，变异率为0.3。

交叉操作：交叉过程中将随机选择交叉点交换两个染色体的部分，计算机操作中将根据交叉概率执行随机交叉操作。如表2所示，从初始种群中选择了染色体$ {R}_{1} $和$ {R}_{3} $，对第2、11、12位进行交叉操作后得到新染色体$ {R'}_{1} $和$ {R'}_{3} $。

表  2  遗传操作二进制编码陈列

Table  2.  Genetic manipulation of binary code displays

染色体	适合度	$ {A}_{1} $			$ {A}_{2} $			$ {A}_{3} $			$ {A}_{4} $			$ {A}_{5} $			$ {A}_{6} $
$ {R}_{1} $	2.972	0	0	1	0	1	0	0	1	0	1	0	1	0	0	1	1	0	1
$ {R'}_{1} $	4.160	0	1	1	0	1	0	0	1	0	1	1	0	0	0	1	1	0	1
$ {R}_{2} $	3.750	1	0	0	1	0	0	1	1	1	0	1	0	0	1	1	0	0	1
$ {R'}_{2} $	4.012	1	0	0	1	1	0	1	0	1	0	1	0	0	1	1	0	1	1
$ {R}_{3} $	3.386	1	1	1	1	1	0	0	0	1	1	1	0	1	0	1	1	1	1
$ {R'}_{3} $	4.094	1	0	1	1	1	0	0	0	1	1	0	1	1	0	1	1	1	1
$ {R''}_{3} $	3.816	0	0	1	1	1	0	0	0	1	1	0	1	1	0	1	1	1	1

下载: 导出CSV 

| 显示表格

变异操作：在遗传算法中，通常是先进行交叉操作，然后再进行变异操作。因此，变异操作时的染色体选择是基于表2中的$ {R'}_{1} $、$ {R'}_{2} $和$ {R'}_{3} $。如表2所示，$ {R}_{2} $于第5、8、17位发生变异后产生$ {R'}_{2} $和$ {R'}_{3} $，之后又在第1位发生变异后为$ {R''}_{3} $。

3.3   设计输出

利用Matlab软件的图形用户界面（图4）建立了基于GA的新中式皮革女包演化系统。邀请5名艺术设计专业研究生组成评审组，在图形用户界面随机生成设计方案，并进行指标性评分。系统将对评分数值进行归一化处理，得出每个方案的适合度值。图5展示了部分适合度评分高于4.39的设计方案，为了实现更加真实的视觉效果，使用3D建模工具进行了优化设计。其中，图5（e）以夏布、皮革与竹节三种材料结合，将竹编工艺中的六角孔编织转化为皮革纹样，以竹青色为主色调，辅以苍黄色。视觉上，营造出了简约大气、低调自然的效果。触觉上，运用夏布、竹节、皮革材质以提供丰富的质感。听觉上，女包开合时的声音悦耳、宁静。

图  4  新中式皮革女包系统设计

Figure  4.  System design of new Chinese leather women's bag

下载: 全尺寸图片 幻灯片

图  5  五款适合度较高的设计方案（a）筠白叠雪；（b）澜影节黛；（c）云岫赭月；（d）素篁缀縠；（e）青琅回纹

Figure  5.  Five design schemes with high fitness(a) Jade Frost Overlay;(b)Indigo Ripple Knot;(c)Cloud Veil Ochre;(d)Bamboo Grain Stitch;(e) Celadon Hexagon

下载: 全尺寸图片 幻灯片

4.   结论

实验结果表明，多模态特征融合技术能够综合不同来源和类型的数据，为设计创新提供丰富的信息。同时，遗传算法在设计实验中成功地生成了较高质量的设计方案，证明了遗传算法在解决复杂的设计优化问题中具有实用性和有效性。实验结果支持了利用人工智能算法辅助设计创新的可行性，尤其是在传统文化元素与现代设计相结合的领域。多模态融合技术的使用打破了传统设计框架、拓展了设计范式、增强了设计信息处理能力，可以为推动皮革女包设计进入智能化时代进程助力。然而，在多模态学习中，不同模态的数据可能存在贡献不均和学习速率不一致的问题，这可能会影响整体性能，同时，直接融合过多不同模态特征的模型可能过于复杂，难以训练和优化，甚至无法有效建模。未来可以考虑动态调整不同模态的融合策略，提高模型的泛化能力。