男西裝情感因子空間研究

張海波，劉瑞璞，劉 莉b，

（北京服裝學院a.計算機信息中心；b.服裝材料研究開發與評價北京市重點實驗室；c.服裝藝術與工程學院，北京 100029）

男西裝情感因子空間研究

張海波a，b，劉瑞璞c，劉 莉b，c

（北京服裝學院a.計算機信息中心；b.服裝材料研究開發與評價北京市重點實驗室；c.服裝藝術與工程學院，北京 100029）

服裝款式復雜多變，而目前服裝情感描述大多是定性描述，對各類服裝的情感描述詞也未進行系統分析.建立服裝情感空間是實現計算機對服裝圖像情感識別及量化評價的重要前提.通過對男西裝情感描述詞的篩選、投票、初步確定、相關性分析、因子分析等過程進行了研究，最后得出一個2維的男西裝情感因子空間，這樣每幅圖像對應著該因子空間上的2維坐標值，使得在因子空間上定義男西裝圖像間的情感相似度和對男西裝圖像按情感相似性進行評估和索引成為可能，為下一步實現男西裝圖像情感的機器評估和圖像情感語義識別、檢索奠定了基礎.該方法同樣可以擴展到其他類別的服裝.

男西裝；服裝情感；情感因子空間；因子分析

為了通過計算機對服裝所帶來的情感進行識別和理解，首先要對服裝情感進行量化描述并建立情感空間.而由于對情感認識的主觀性和模糊性，長期以來人們對服裝情感的認識大多停留在定性階段［1］.

另外，服裝款式和種類繁多，顏色復雜多樣，面料成千上萬，圖案變幻無窮，配飾各具特色，而這些因素的不同組合又會帶來千變萬化的服裝情感，因此，建立一個適用于所有類別服裝的情感空間是不現實的，例如童裝和中老年裝的情感描述詞就相差甚遠.然而，同一類型的服裝往往具有類似的服裝情感，例如，西裝一般穿著在比較正式的場合，因此它所帶來的服裝情感可能是正式、莊重、嚴肅等.本文以男西裝為例，從情感的角度出發，通過網絡調查的方式，選出可以代表男西裝情感感受描述的情感詞對，并運用統計分析的方法，建立了一個2維的男西裝情感因子空間，為男西裝圖像情感的識別和理解奠定基礎.

1 研究思路和步驟

從心理學角度看，情感是由刺激引起的主觀的意識體驗，有內心體驗和外部行為表現，同時也有其生理機制.實驗心理學測量方法中，主要有情緒的生理指標測量、情緒的行為表現測量和情緒的主觀體驗測量［2］.根據實驗心理學有關經驗，本文選擇情緒主觀體驗測量的方法來對圖像庫中的圖像進行主觀情感調查，期望從中尋找描述男西裝情感的常用描述詞.

在吸取和總結前人經驗的基礎上，本文采用語義差異法設計了調查問卷，通過網絡進行男西裝圖像的情感主觀調查，用情感形容詞描述和量化圖像情感語義，初步得到一個8維的男西裝（圖像）情感語義空間；對其進行相關性分析，消除情感形容詞之間的相關性和冗余，得到一個5維男西裝情感語義空間；然后通過因子分析得到一個2維的男西裝情感因子空間.具體研究步驟如下所述.

（1）通過文獻、字典、網頁等資源搜集與男西裝相關的情感描述，并進行篩選，選出最可以描述男西裝情感感受的形容詞75個.

（2）通過網絡投票法或面對面調查投票法，投票的方式為“多選”，經過268人投票后按投票率統計出這75個情感詞中最能反映男西裝情感感受的24個詞，然后結合服裝領域專家，確定其中8對語義相反的描述詞，即“正式的—休閑的”、“莊重的—活潑的”、“儒雅的—粗獷的”、“高貴的—樸素的”、“簡潔的—復雜的”、“古典的—現代的”、“嚴肅的—輕松的”、“艷麗的—淡雅的”，這16個褒義的情感詞作為男西裝情感的初步情感描述詞.

（3）調查方法采用語義差異法（SD法）［3］，并采用李克特式量表（Likert－type scale），為了能產生中性點（neutral point），選用點必須是奇數（3，5，7，9或11），一般最常用的是5點和7點.最好需要對30名以上受測者進行測試，才能得到穩定的資料.本文選用點為7個，如圖1所示.受測者通過網絡或面對面兩種方式對30種不同款式的男西裝樣本投票，最終獲得360份有效問卷.

圖1 服裝圖像情感網絡調查問卷Fig.1 Questionnaire of clothing image emotions based on Internet

（4）每款男西裝樣本有8對情感描述詞的8個平均得分，總計240個數據，系統采用數理統計的方法，對所得數據進行相關性分析.分析工具采用國際公認且標準的統計分析軟件SPSS（statistical package for the social science）［4］，刪除與其他情感描述詞對相關性特別強的描述詞對3個，最后剩余的5對情感描述詞組成了5維男西裝情感語義空間，即“正式的—休閑的”、“儒雅的—粗獷的”、“簡潔的—復雜的”、“古典的—現代的”、“艷麗的—淡雅的”.在此基礎上可以定量描述人們對于男西裝的情感感受.

（5）對男西裝的上述5對情感詞測試數據進行因子分析，建立男西裝情感因子空間.

2 男西裝情感詞的調查和投票

本文建立了專門的網絡投票系統［5］，受測者大多為北京服裝學院的教師和學生.測試前，對受測者需要了解的內容（如測試的目的、方法、過程等）通過網站或面對面講解清楚，這樣可以有效地減少無效投票.受測者首先通過網站注冊成為正式的調查對象，之后進行投票操作.

通過圖像主觀調查，使用情感描述詞對服裝圖像情感語義進行描述，得到了男西裝圖像的初步情感語義空間.在該空間上，每款男西裝圖像的情感語義可以用這些情感形容詞的值進行定量表示.

然而，由于人們對情感語義理解的主觀性以及對情感詞理解的不完全一致性，以上各情感形容詞在描述男西裝情感感受時可能存在較大的相關性和冗余，在整個情感語義空間上，很難進行圖像相似性的度量.因此，還需要進行相關性分析，以消除情感形容詞之間的相關性和冗余.表1為刪除相關性很強的3對情感詞后，余下5對情感描述詞對男西裝情感投票的統計結果.

表1 男西裝情感投票的統計結果Table 1 The voting results of men's suit emotions

3 男西裝情感因子分析

在研究實際問題時，往往希望盡可能多地收集相關變量，以便對問題有比較全面、完整的把握和認識.但是，在實際數據建模時，這些變量未必能真正發揮預期的作用，反而會給統計帶來許多問題.在大多數情況下，許多變量之間存在一定的相關關系，從而增加了問題分析的復雜性.人們希望探索一種更有效的解決辦法，它既能大大減少參與建模數據的變量個數，同時也不會造成信息的大量丟失.因子分析正是這樣一種能夠有效降低變量維數的多元統計分析方法［6］，它以最少的信息丟失為前提，將眾多的原有變量綜合成較少的、彼此不相關的幾個綜合指標，這些指標即為因子.

3.1 因子分析的前提條件分析

對表1進行Pearson相關分析結果見表2所示.表2中數據為5對男西裝情感詞對之間的相關性數據，測驗樣本為30張不同類別的男西裝圖像.表中帶兩個星號（＊＊）的數據表示顯著性水平α為0.01時可拒絕零假設，帶一個星號（＊）的數據表示顯著性水平α為0.05時可拒絕零假設.因此，兩個星號比一個星號拒絕零假設犯錯誤的可能性更小.

表2 5對男西裝情感詞指標Pearson相關分析結果Table 2 Pearson correlation analysis results of man suit's with five pairs of emotional words

經Pearson相關分析后，顯示以上相關系數普遍大于0.3，說明這些變量間有較強的相關性，適合做因子分析.

仍采用SPSS軟件，對表1的數據進行KMO（Kaiser－Meyer－Olkin）和 巴 特 利 特 球 度 檢 驗（Bartlett Test of Sphericity）檢驗，結果顯示：KMO值為0.696（＞0.6），表示可以進行因子分析；Bartlett球度檢驗的值為113.442（自由度為10），達到顯著水平，表明相關矩陣有共同因素存在，適合進行因子分析.

3.2 因子分析

首先進行嘗試性分析.根據原有變量的相關系數矩陣，采用主成分分析法提取因子，并列出其特征根值.圖2所示為因子碎石圖，根據特征根大于或等于1的判斷準則，以及考慮累計貢獻率為70%～85%的準則，碎石圖顯示第3個因子開始特征根很小，對解釋原有變量的貢獻很小，成為可以被忽略的“高山下的碎石”，因此在計算中取2個因子.

圖2 因子碎石圖Fig.2 Scree plot

取2個因子時，因子解釋原有變量總方差的情況如表3所示.由表3可以看出，當取2個因子時，可以解釋原有變量總方差的86.201%（＞85%），總體上原有變量的信息丟失很少，因子分析效果較理想.

取2個因子，經過方差最大法正交旋轉后得到的因子載荷矩陣和因子協方差矩陣分別如表4和5所示.對該旋轉后的載荷矩陣，根據各共同因素中形容詞項的因子負荷量的大小進行排序，便于考查各個因子所解釋的詞義變量.由表4可知：“正式的—休閑的”、“儒雅的—粗獷的”、“古典的—現代的”、“簡潔的—復雜的”這4個詞義在第一個因子上的載荷都很高，意味著它們與第一個因子的相關程度高，第一個因子能較好地解釋這4個詞義；第二個因子在情感詞對“艷麗的—淡雅的”有較高的載荷，主要解釋了這1個變量.

表3 因子解釋變量總方差的情況Table 3 Total variance explained

表4 因子載荷矩陣Table 4 Rotated component matrix

表5 因子協方差矩陣Table 5 Component score covariance matrix

因子分析中，每個因子所關聯的詞義之間都具有很大的相關性，而每個因子之間卻是相互獨立的.根據因子載荷矩陣，可以把每對情感變量表示為2因子的線性組合，得出因子分析模型如式（1）所示.

其中：f1和f2為因子.同時，采用回歸法估計出因子得分系數，得到的因子得分系數矩陣見表6.

表6 因子得分系數矩陣Table 6 Component score coefficient matrix

根據表6寫出的因子得分函數如式（2）所示.

根據因子得分系數矩陣，可以由每個男西裝圖像樣本的5對形容詞評估值，計算得出2個因子的值.作為共同因子，各因子分別對應著不同的情感語義.這2個因子之間是相互獨立的，且對初始5對情感語義形容詞的解釋程度高達86.201%，表明可以使用這2個因子來概括描述5對情感詞，且信息損失較小.

4 男西裝情感因子空間的建立

男西裝圖像庫中的每個圖像樣本，在完成主觀情感調查，并經過初步相關性分析后得到了5對情感形容詞的主觀評估值，從而可以建立男西裝圖像情感語義（形容詞）空間，每一幅圖像的情感語義可以用這些情感形容詞對的值進行定量表示.然后，通過因子得分系數矩陣，可以計算出圖像的2個因子的值，即可以將5維的情感語義（形容詞）空間轉換為新的相互獨立的2維情感語義空間，稱其為情感因子空間，見式（2）.由于這個2維的情感因子空間可以在很大程度上解釋和描述初始的5對情感語義的總體意象，且信息損失較小，這樣的轉換一方面大大降低了情感語義的維度；另一方面，該2維空間是一個各維度之間相互獨立的正交語義空間，每個圖像樣本所對應的各個語義分量是正交獨立的，在這樣的空間上定義的樣本點之間的距離將更為緊湊和合理，有利于對男西裝圖像樣本進行識別、分類、檢索、評價等工作.

通過因子分析，對于男西裝圖像而言，可以將5維的情感語義空間簡化為2維正交的情感因子空間，這個變換可以通過因子得分系數矩陣實現；同時，通過因子載荷矩陣，明確了每個因子所對應的情感語義形容詞，為以后直接由圖像特征推導2個公共因子打下了基礎，使用因子載荷矩陣，還可以完成2維因子空間到5維原始情感語義（形容詞）空間的轉換.

5 結 語

本文借鑒了實驗心理學對情感的研究方法，以男西裝為例，采用語義差異法進行了服裝圖像情感主觀調查，采用情感形容詞組對圖像情感語義進行了描述和量化.在已經得到8對男西裝情感描述詞的基礎上，通過相關性分析刪除相關性特別強的情感詞對.然后對剩余的5對男西裝圖像情感詞數據的相關系數矩陣進行因子分析，得到了一個獨立正交的2維男西裝圖像情感因子空間，其中，每個因子分別與幾對情感詞主要對應，實現了由男西裝的情感語義（形容詞）空間到情感因子空間的轉換，使下一步在該因子空間上定義男西裝圖像間的情感相似度和對男西裝圖像按情感相似性進行評估和索引成為可能.該方法同樣可以擴展到其他類別的服裝.

［1］張海波.服裝情感學［J］.針織工業，2010（6）：52－55.

［2］王偉凝.基于情感語義的圖像特征提取、檢索與分類研究［D］.廣州：華南理工大學電子與信息學院，2005.

［3］OSGOOD C E，SUCI G J，TANNENBAUM P H.The measurement of meaning［M］.Illinois，US：University of Illinois Press，1957.

［4］盧紋岱.SPSS統計分析［M］.4版.北京：電子工業出版社，2010.

［5］ZHANG H B，HUANG T J，LIU R P.Image database system of clothing emotion［C］//The 2nd International Conference on E－Business and E－Government.Shanghai，2011：6116－6119.

［6］李靜萍，謝綁昌.多元統計分析方法與應用［M］.北京：中國人民大學出版社，2008.

Study on the Emotion Factor Space of Men's Suit

ZHANG Hai－boa，b，LIU Rui－puc，LIU Lib，c
（a.Computer Information Center；b.Beijing Key Laboratory of Clothing Material Research Development and Assessment；c.School of Fashion Art and Engineering，Beijing Institute of Fashion Technology，Beijing 100029，China）

Clothing style is complex and full of change，but the current description of clothing emotions is mostly qualitative characterization，and the words to express which have no systemic analysis until now.To establish the clothing semantic emotions space is the important prerequisite for computer recognition of clothing images from emotion mode and quantitative evaluation.The clothing emotions of men's suit are investigated from the choice of description words，voting on the web，initially selection，correlation analysis，and factor analysis，etc.A 2－D space is got for the emotional factors finally，so each image will possess a corresponded 2－D coordinates in the space，which can make it possible to define emotion similarity between images in the factor space，as well as to evaluate and index images of men's suit from the point of clothing emotion in the future.It is the basis to achieve machine evaluation，semantic identification and retrieval of image emotion for men's suit in the next work.The method can also be extended to other types of clothing.

men's suit；clothing emotion；emotion factor space；factor analysis

TP 391；TS 941

A

2011－05－16

北京市自然科學基金資助項目（4102023）；服裝材料研究開發與評價北京市重點實驗室開放課題資助項目（2011ZK－03）

張海波（1970—），男，河北邯鄲人，副研究員，博士，研究方向為服裝情感、服裝計算機應用.E－mail：hbdmzhb＠126.com

1671－0444（2012）03－0292－05