公務員期刊網(wǎng) 論文中心 正文

談SUV汽車前臉造型相似性認知

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了談SUV汽車前臉造型相似性認知范文,希望能給你帶來靈感和參考,敬請閱讀。

談SUV汽車前臉造型相似性認知

摘要:suv有著空間大、視野好、通過性好的優(yōu)點,除此之外,SUV大氣的造型也是眾多消費者選擇它的重要原因。汽車前造型作為汽車的門面,是汽車造型的重要組成部分。本文研究目的在于通過SUV汽車前臉輪廓及形式的相似性研究,得出用戶對SUV汽車前臉的認知。以中國市場上的SUV車型造型為樣本,用聚類分析法進行消費者對汽車造型的相似性認知調(diào)研,再用多維尺度分析方法對調(diào)研結果進行整理和分析,得出用戶對于SUV前臉造型相似性的認知。從而對汽車造型設計提供一定的參考。

關鍵詞:SUV汽車;汽車前臉造型;相似性;造型認知

1理論研究現(xiàn)狀

汽車前臉好比人的臉,是整體形象中最重要的部分。看人時通常關注人臉,看一輛汽車時,也通常會將注意力放到汽車前臉上,汽車前臉是汽車造型的重要部分。趙磊使用眼動儀技術提取轎車前臉的關鍵造型特征,建立了感性偏好與意象詞之間的關系模型和感性偏好與設計變量之間的模型[1]。陶凱通過大量的數(shù)值實驗和誤差統(tǒng)計,證明了通過深度學習的方法,完全可以高效準確地完成基于汽車前視圖的汽車前臉特征提取和二維線框模型的自動重建[2]?;菸撵o對銷量前三的SUV汽車造型進行深入的特征分析提取和總結,提出汽車造型設計應當在滿足消費者體驗的前提下,可以融入更多的中國傳統(tǒng)文化元素[3]。

2研究方法

眼睛是心靈的窗戶,我們通過眼睛認識和感受世界萬物,視覺在人類感知中占重要作用。因此,對汽車外觀的欣賞評價與直觀感受主要來源于視知覺[4]。本文研究中,也主要研究用戶在視覺上對SUV前臉的造型相似性認知。在調(diào)研用戶對SUV汽車前臉造型視覺相似性時主要用到聚類分析法,在分析調(diào)研數(shù)據(jù)時主要用到多維尺度分析法。

2.1聚類分析

聚類分析,顧名思義是一種物以類聚的分析方法。聚類是一種重要的人類行為,其目標是將收集數(shù)據(jù)按照相似性來分類。聚類分析從簡單的物以類聚在統(tǒng)計學、生物學、計算機科學、數(shù)學和經(jīng)濟學等領域發(fā)展起來,成為一種系統(tǒng)的研究方法,這種方法被廣泛運用到數(shù)據(jù)分析的各個領域。聚類分析是一種帶有主觀性的分析,也是一種探索性的分析,因此,通常沒有分類標準,不同的被試對象給出的分析結果也會有所不同。聚類分析常用于相似性分析,是按照分析對象的特征,根據(jù)物以類聚的原則,將分析對象進行分類的一種分析方法。通過聚類分析,可以將有較高相似性的分析對象分到同組,差異較大的分析對象分到不同組。

2.2多維尺度分析

多維尺度分析主要是通過對象間的距離來分析他們之間的相似性。在多維尺度分析圖中,分析對象呈點狀分布,高相似性的對象會聚在一起,相差大的對象則距離較遠。多維尺度分析也常用于研究消費者的知覺和偏好。

3研究內(nèi)容及結論

本文研究中,運用聚類分析法對樣本的相似性進行調(diào)研,然后將調(diào)研數(shù)據(jù)運用多維尺度分析法做成多維尺度散點圖,再將樣本圖片按照散點圖位置擺放來進行研究分析。

3.1SUV前臉造型相似性研究

3.1.1取樣為了讓調(diào)研更為全面,對樣本的數(shù)量要求比較大,我們選取了汽車之家網(wǎng)站上能夠查到的在售SUV圖片,再對這些圖片進行篩選,去除同樣造型的圖片最后得到的樣本有146個。這次調(diào)研是針對SUV前臉造型,想了解用戶對SUV前臉的哪些造型特征更為敏感,更容易識別。為了減少圖片中SUV前臉的品牌標識特征和色彩對被試者的干擾,將圖片都做了處理,使樣本圖片中車身的顏色都變成淺灰色或者深灰色,用圖片處理軟件抹掉品牌標志,讓被試者能專注于造型形態(tài)本身。

3.1.2調(diào)研在調(diào)研中,被試者需要依據(jù)相似性將146個樣本分為兩份,得到1/2的兩組樣本A組和B組,然后分別將這兩租1/2的樣本依據(jù)其相似性分為兩份,得到四個1/4樣本組:Aa、Ab、Ba、Bb;然后再將這4份1/4樣本組分別依據(jù)其相似性分為兩份,得到八個1/8樣本組:Aa1、Aa2、Ab1、Ab2、Ba1、Ba2、Bb1、Bb2。調(diào)研人員需記錄好哪些樣本同屬于一個1/8樣本組,哪兩個1/8樣本組同屬于一個1/4樣本組,哪兩個1/4樣本組同屬于一個1/2樣本組。在調(diào)研時,只要求被試者根據(jù)自己的感覺,依據(jù)相似性對SUV前臉造型圖片樣本組進行分類,不用提醒被試者要按照什么規(guī)則來分類,這樣才能得出被試者自己對SUV前臉造型的認知,得出被試者認為在造型中比較重要比較突出的因素。本文研究中一共完成了35份調(diào)研,被試對象年齡在20周歲~45周歲之間,以首次購車或者替換購車人群為主,其中70%的被試對象為汽車行業(yè)工程、項目、研發(fā)、銷售人員,對汽車都較為熟悉。

3.1.3分析依據(jù)調(diào)研得到的SUV前臉樣本相似性結果,如果兩個樣本不屬于同一個1/2樣本組,則這兩個樣本的相似度定義為0,如果兩個樣本屬于同一個1/2樣本組,則這兩個樣本的相似度定義為0.25,如果兩個樣本屬于同一個1/4樣本組,則這兩個樣本的相似度定義為0.5,如果兩個樣本屬于同一個1/8樣本組,則這兩個樣本的相似度定義為0.75。每個被試者的結果分別列一個146×146的表格,在表格下三角區(qū)域輸入對應的兩個樣本相似度。最后再將每個被試結果的146×146表格求均值,得出聚類分析調(diào)研結果表格。再將均值表格導入SYSTAT軟件進行多維尺度分析,得出多維尺度分析圖(如圖1)。在這個圖中,間距近的是相似度高的,間距遠的是相似度低的。多維尺度分析圖是一種心理認知圖,能反應出消費者(被試)群體對這些造型的一種心理認知和判斷[5]。按照圖表位置從上到下和從左到右的順序,將樣本列出,應該能夠得出一些線索,這些從上到下,從左到右的樣本某些形態(tài)特征在加強,某些形態(tài)特征在減弱,而這個區(qū)別,就是我們想要得到的,用戶對SUV前臉形態(tài)特征的敏感度,是用戶對造型的認知。

3.2SUV前臉造型相似性研究結果討論

根據(jù)多維尺度分析結果散點圖上的0點位置,沿著水平和垂直方向做兩條直線為橫坐標和縱坐標。便于進一步分析造型特征相似性的關系。將序號對應的圖片放到對應點的位置,得到了分析結果圖形(以下簡稱結果圖),如圖2所示。分析結果圖時,主要分析SUV前臉造型的一些重要特征線在結果圖各個方向和區(qū)域存在的變化趨勢。特征在英文中是“Feature”或“Character”,主要是指形態(tài)特征或顯著的部分(Anyofthedistinctpartsof),可以說是作為標志性的、區(qū)別性的、可辨識的顯著形態(tài)特點[6]。分析中對汽車造型特征的識別參考Chairlie以造型設計思維順序角度提出的五個層次類別:輪廓線、窗線、車身型面造型特征,圖形特征和其他可見細節(jié)線對汽車造型特征進行劃分[7]。雖然造型特征包含點、線、面,但是點過于瑣碎,而面過于復雜,因此,線在對造型特征的表示中,比點和面都更有優(yōu)勢[8]。從圖片結果圖來看,能看出SUV前臉的某些特征隨著某一方向有加強或者減弱的趨勢,還有某些特征在某個象限比集中,而在其他象限分布比較少。

3.2.1大燈與格柵的關系特征在結果圖橫坐標方向,從左到右的汽車圖片中,大燈與格柵的關系有比較明顯的差異。根據(jù)完型心理學中的接近律,某些在時間或空間上距離接近的部分,容易組成一個整體。左側的汽車大燈與格柵的造型相對獨立,或有明顯的分隔。越往右邊,汽車圖片中大燈與格柵分隔越小,越趨向于連成一體。圖3是沿著橫坐標從左往右選取幾張汽車圖片,將大燈和格柵造型特征線條提取出來,左邊兩個汽車造型中,大燈與格柵大小差異大,而且之間還有車身鈑金、保險杠或格柵邊框明顯地隔開,大燈與格柵造型相對獨立。而最右邊兩個汽車造型中,大燈與格柵在高度方向上的大小是差不多的,而且格柵與大燈之間沒有明顯的隔斷,更像是一個整體。圖4中將結果圖沿著橫坐標方向分成從左到右三個虛線框,將大燈與格柵明顯獨立的汽車圖片標黃圈,將大燈與格柵趨于連成一體的汽車圖片標紅圈??梢悦黠@看出,左邊虛線框中的大部分汽車,大燈與格柵造型大部分都是比較獨立的;右邊虛線框中,大燈與格柵造型大部分是連成一體的;中間虛線框中,則是有部分汽車造型大燈與格柵獨立,也有部分汽車造型大燈與格柵連成一體。從結果圖片中橫坐標區(qū)域分析可以推測出,大燈與格柵之間的關系,是相對獨立還是連成一體,這個造型區(qū)別是大部分被試者在做相似性的聚類分析調(diào)研時,用來區(qū)分像與不像的一個準則之一,說明這是一個容易讓人識別和關注的造型特征。

3.2.2前臉外輪廓特征大燈與格柵的關系特征在結果圖中沿著縱坐標從上往下,汽車前臉外輪廓有從硬朗到圓潤的變化,這個變化特征主要集中在大燈外側附近的汽車輪廓。車身的外輪廓線是用戶視覺最先感知的部分,除了能體現(xiàn)造型,更重要的是能使觀察者感受到物體的整體造型特征[11]。圖5中選取了結果圖縱坐標從上到下幾張汽車圖片,用紅色線條勾畫出這些汽車的前臉外輪廓線??梢钥闯?,左邊的汽車前臉輪廓在大燈區(qū)域的線條接近折線,右邊的汽車前臉輪廓在大燈區(qū)域的線條則是明顯的圓弧形;左邊汽車外輪廓在大燈區(qū)域是內(nèi)凹的,右邊汽車外輪廓在大燈區(qū)域是鼓起的。圖6把結果圖縱坐標方向從上往下劃分為三個區(qū)域,將這三個區(qū)域的圖片用虛線框起來。將輪廓為有棱角折線和大燈區(qū)域輪廓凹陷的汽車圖片標紅;將輪廓線是圓弧線的,在大燈外側區(qū)域輪廓線向外鼓起的汽車圖片標黃。從標注完的結果來看,沿著縱坐標方向,上方區(qū)域的汽車圖片中,大燈附近的汽車外輪廓為折線的多,大燈外側外輪廓內(nèi)凹的多;下方區(qū)域的汽車圖片中,大燈附近的汽車外輪廓圓弧形的多,大燈外側輪廓鼓起的多。如果把汽車前臉比喻為人臉,大燈為人的眼睛,則大燈外側輪廓好比人臉太陽穴位置,結果圖上方大部分的汽車太陽穴內(nèi)凹,結果圖下方大部分汽車則太陽穴更為飽滿。

3.2.3保險杠與霧燈輪廓特征根據(jù)橫縱坐標把結果圖分為四個象限,如圖8所示,在第一象限中,大部分汽車圖片的保險杠與霧燈輪廓呈現(xiàn)保險杠中間有向上抬起特征線,到兩邊霧燈區(qū)域,保險杠特征線急轉直下,到霧燈下方,形成一個壓扁的“幾”字形特征線,圖片中標黃的為有“幾”字特征。在第三象限中,大部分保險杠和霧燈沒有這種輪廓特征,保險杠特征沒有抬起,或在霧燈區(qū)域沒有保險杠特征避讓霧燈的明顯特征,圖片中標紅的為沒有“幾”字特征。圖7從左往右依次是從第一象限到第三象限的汽車圖片。第一象限中的大部分汽車圖片中,有明顯的保險杠下邊緣在在霧燈之間抬高,在霧燈區(qū)域下沉的特征,如圖7中左側兩個汽車圖片。而在第三象限中,大部分汽車圖片在霧燈區(qū)域沒有明顯的保險杠下邊緣在霧燈之間抬高的特征。

3.2.4大燈的仿眼角輪廓根據(jù)橫縱坐標把結果圖分為四個象限,如圖10。以大燈輪廓特征來分類汽車圖片,將大燈有仿人眼特征輪廓,有明顯的內(nèi)眼角特征的汽車圖片標紅色,將大燈沒有明顯眼角特征的圖片標為黃色。在第三象限中,明顯大部分汽車圖片為有眼角特征的,而其他三個象限中,大部分汽車圖片大燈沒有眼角特征。圖9左邊三個汽車圖片有眼角特征,大燈輪廓在靠中間區(qū)域明顯收緊,形成一個尖角或者類似尖角;右邊兩個圖片沒有眼角特征,大燈輪廓在中間區(qū)域沒有靠攏收緊。

4結語

經(jīng)過聚類分析法對SUV前來圖片樣本相似性進行調(diào)研,然后將調(diào)研數(shù)據(jù)以多維尺度分析法做成多維尺度散點圖,再對散點圖進行分析。得出SUV前臉造型中有四個明顯的特征影響用戶對SUV前臉相似性認知:(1)大燈與格柵的關系特征,沿結果圖橫坐標方向有明顯變化;(2)SUV車前臉輪廓特征,沿結果圖縱坐標有明顯的變化;(3)保險杠與霧燈輪廓特征,在結果圖第一象限與第三象限中有明顯區(qū)別;(4)大燈的仿眼睛輪廓,有明顯大燈仿眼角特征的汽車圖片主要集中在結果圖第三象限中。以上四個SUV前臉造型特征是用戶觀感上比較敏感的特征,是影響SUV前臉造型辨識度的主要特征。這幾個特征的不同會影響用戶對SUV前臉造型的認知。

參考文獻

[1]趙磊,基于感性工學的轎車前臉造型優(yōu)化設計[D].東北大學,2012:1-5.

[2]陶凱.基于深度學習的汽車前臉特征點提取及其應用[D].大連理工大學,2018:1-2.

[3]惠文靜,許小俠.基于中國文化元素的SUV汽車造型設計分析[J].工業(yè)設計,2018(05):05-11.

[4]陳凌雁.基于格式塔理論的汽車前臉造型研究[D].湖南大學,2007:1-2.

[5]劉春榮,朱旭.年輕消費者對轎車造型風格的認知研究[J].包裝工程,2016,12(37):6-10.

[6]趙丹華,趙江洪.汽車造型特征與特征線[J].包裝工程,2007(3):115-117.

[8]胡偉峰,趙江洪,趙丹華.基于造型特征線的汽車造型意象研究[J].中國機械工程,2009(02):496-497.

[9]孫虎.基于車身側視線條分析的汽車造型設計研究[J].機械設計,2018,1(35):125-126.

作者:石卉 劉春榮 單位:上海交通大學設計學院