感性工學在紡織服裝領域的研究進展

張 俊, 胡 嵩, 童夢霞, 肖文陵

(1. 武漢紡織大學 服裝學院, 湖北 武漢 430073; 2. 武漢紡織服裝數字化工程技術研究中心, 湖北 武漢 430073;3. 湖北省服裝信息化工程技術研究中心, 湖北 武漢 430200; 4. 清華大學 美術學院, 北京 100084)

在新經濟形勢下,制造業已由生產型制造向服務型制造轉型升級,價值鏈由以制造為中心向以服務為中心轉變,越來越多的企業在產品全生命周期中更加關注用戶的感性需求以提升消費體驗[1]。除產品品質外,消費者也逐漸重視從產品中獲得審美和情感實現,因此,從消費者的情感與心理需求出發進行產品設計開發,從而提高產品的感性附加值,方可贏得更多消費者的青睞。

感性工學將工程技術與人的心理和情感需求充分融合,促進以消費者為中心的產品設計開發。近些年,感性工學廣泛運用于產品的情感設計中。紡織服裝研究領域是一門綜合性較強的學科,涉及人體工學、美學、材料學、制造學、社會學、心理學和經濟學等學科,因此,對紡織服裝的感性認識和開發也是多方面和多層次的。

本文回顧了感性工學的發展及在工業領域的應用,重點闡述了感性工學在紡織服裝領域的研究與應用進展,對感性工學在服裝產品設計、產品評價與消費心理分析、感性智能系統領域的應用以及研究感性工學的方法工具4個方面進行了述評與總結,并對感性工學在紡織服裝領域的應用現狀及問題進行了分析,對感性工學的研究與應用前景進行了展望與討論。

1 感性工學發展

1.1 感性工學的定義

感性工學以生理學、心理學、解剖學、測量學等學科為基礎,研究“人-機器-環境”系統,實現三者總體效能的優化,因此,在部分研究領域被稱為人因工程。感性工學是一種以顧客需求為導向的產品開發技術,是一種將顧客的感受和意象轉化為設計要素的工程技術手段[2]。其實質可以理解為:以工程技術手段,將人的情感與認知定量化獲得感性量,進而確定感性量與工程技術領域中所使用的各種物理量之間的高元函數關系,以作為工程研究的基礎,屬于工學的一個新分支[3]。

1.2 紡織服裝領域中的感性工學

經過近40年的研究與發展,感性工學已在汽車、家具、通信工具等多個領域有了成熟的應用[4-6]。紡織服裝產業作為一個傳統的產品制造領域,感性工學很早就運用其中。1970年Kawabata開發了織物力學性能測量裝置,并利用多元分析將織物的力學性能和感官評價結果聯系起來[7]。雖然當時沒有成熟的感性工學體系,但感性工學思維已經有所體現,并逐漸在紡織服裝產品設計開發中得到應用。隨著感性工學的發展日漸成熟,越來越多的學者投入到對紡織服裝產品的感性價值探索當中。發展至今,紡織服裝領域中的感性工學的運用越來越廣泛,除直接運用于紡織服裝產品設計外,感性工學也被運用于消費者對服裝產品的評價及消費者心理認知分析中,探索產品消費全過程的感性價值。隨著機器學習與人工智能技術的發展,不少學者還運用感性工學開發了服裝的智能推薦系統[8]、虛擬試衣系統[9]、基于感性工學設計的服裝購物網站[10]、服裝感性檢索系統[11]等。感性工學融合了設計學、計算機技術、生理學和心理學等多學科的方法與手段,并廣泛應用于紡織服裝領域的相關研究和產品開發中。

2 服裝和織物設計中感性工學應用

以產品為中心的服裝設計更多是傳達服裝設計者的理念,設計過程缺少消費者的參與和情感融入。在服裝設計中可運用感性工學將消費者的情感需求與消費意向轉化成設計要素融入服裝產品中,滿足消費者情感與心理需求。服裝設計過程中需要考慮多種服裝要素,其中感性工學的運用大致可分為以下3個方面:1)服裝款式風格的感性研究;2)服裝色彩的感性研究;3)服裝面料的感性研究。結合消費者的情感與心理需求,將感性信息融入情感設計,增強感性設計/情感設計體驗。服裝設計中的感性信息如圖1所示。

圖1 服裝感性信息構成

2.1 服裝款式風格的感性工學研究

服裝的款式風格是所有設計要素形成的統一,能帶給消費者直接的心理感受。服裝款式感性研究的重要環節是建立款式形態要素,可分別依據廓形、外線形與內部造型來分類。劉國聯等[12]應用感性工學原理對女裝款式要素與消費者感性心理之間的相關性進行研究,經量化分析后反映了款式設計要素與服裝款式感性的關系。Chen等[13]基于感性工學對職業女性背心的款式設計進行了研究,建立了款式感性詞匯與設計要素之間的回歸模型來預測消費者的感知意圖。此外,還有學者基于感性工學理論采用語義差異法(SD法)、因子分析法、層次分析法(AHP)和回歸分析法等不同的方法對旗袍[14]、女性文胸[15]、西裝款式[16]、男士襯衫領型[17]和女式西裝領型[18]等進行評價研究,通過感性評價了解消費者的感性認知與需求偏好,進而確定最佳的服裝款式設計。

感性工學在款式風格設計中的應用為服裝產品的設計與評價提供了新思路。其研究結果可以幫助服裝企業和設計師確定相關款式風格的發展方向,同時也可以為其它產品的設計提供參考。由于服裝產品款式風格認知的模糊性,目前對款式風格的感性研究主要采用主觀評價方法,客觀感性計測(感性計量、測試與分析)的研究較少,缺乏對人體生理反應和肢體語言的感性挖掘,這個問題在色彩和面料的感性研究中同樣存在。

2.2 服裝色彩的感性工學研究

色彩是服裝設計的三要素之一,通常會形成直觀的視覺印象,并引起人們情感和情緒的變化,因此,在產品設計中需要充分考慮色彩的感性因素。

隨著感性消費時代的到來,色彩越來越受到設計師和研究者的關注。陳麗麗等[19]對色彩感覺進行分析和評價,發現色彩的多種感覺之間存在顯著相關關系,色彩波長對人的心理作用效果明顯,會影響人的辨別反應。Wakako等[20]基于感性工學發現褲襪的顏色對腿部表面視覺粗糙度有明顯的影響,穿著褲襪的腿部視覺信息特征可以作為表面粗糙度視覺感知的評價指標。He等[21]基于感性工學研究了照明光的光譜分布對織物紋理印象的影響,發現顏色的生動性會影響人對光澤織物的紋理印象,這可為服裝店照明設備的設計提供一定參考。此外,服裝著裝的顏色搭配[22]、刺繡服飾的顏色搭配[23]中也存在顏色與用戶感知需求耦合不良的問題。各種顏色都具有其特定的感性特征,了解和掌握顏色感性特征可以幫助設計師和消費者更合理地進行服裝色彩搭配。在未來的服裝設計中需充分考慮服裝色彩的感性因子及感性意象,以更好地滿足消費者的感性需求,提升服裝產品的感性價值。

2.3 服裝面料的感性工學研究

面料是構成服裝的物質主體,服裝面料的特性直接關系著服裝的穿著體驗,其帶給消費者生理與心理的感覺也是最為復雜的。服裝面料涉及的要素眾多,有纖維材質、整理方式和紋理圖案等,且每個要素都包涵不同的感性特征。如棉纖維和麻纖維做成的服裝,在外觀光澤上和肌膚感覺上完全不同,這是纖維材質帶來的感性差異。Kawamura等[24]利用多元回歸和主成分分析法在牛仔面料的物理性能與手感之間建立了關聯,可幫助制造商控制與手感有關的物理特性來生產牛仔面料。周小溪等[25]建立了不同材質襯衫面料的感覺意象和受試者喜好度的關系函數,便于設計師把握不同面料隱含的感性信息。還有學者在研究中發現不同的染色方式會對面料感性評價產生影響[26],根據面料印染圖案的數字化設計方法,開發了基于感性意象的圖案生成系統,可根據用戶和設計師的要求生成染色圖案[27-28]。

面料帶給消費者的感官體驗主要建立在觸覺與視覺之上,但在感官評價中,面料的視覺和觸覺輸出卻并不一致,如具有光滑細膩觸感的印花絲綢面料,在視覺上卻容易傳遞出凹凸感和粗糙感。Shaari[29]在研究中也發現視覺感知可能會扭曲主觀感受,織物的顏色可能影響評估人員的主觀評定結果,不同屬性的織物在評價實驗中的排列順序也會影響織物的觸感評價結果[30],因此,織物的手感評價對其感性研究尤為重要?，F在較為成熟可靠的織物性能測試儀器有KES-F織物風格儀和FAST織物風格儀。近些年,有學者開發了FTT(fabric touch tester)新型觸感測試儀器,并在多項研究中證實其能很好地表征出織物手感,可為織物的感性研究提供技術支持[31]。今后,織物的感性工學研究應當結合觸覺、視覺等多種感官的綜合感受并結合主客觀感性計測進行織物的感性意象分析,進而優化織物或服裝的感性設計。

3 產品消費及評價中感性工學應用

消費者的購買決策是一個復雜的過程,利用感性工學探究消費者的心理認知是一種有效的手段,目前相關研究大致可分為2類:1)服裝消費行為的研究;2)消費者對服裝感性需求的探索研究。

Matsuoka等[32]發現大學生生活方式的不同會導致感性行為的差異,使得其時尚意識和購買行為也不盡相同。有學者采用“行為建?！眮矸治鱿M者的購買行為,并提出了一種“感性消費行為設計”的方法來服務消費者,促使消費者更積極地購買商品[33]。消費者線下購買服裝的過程可細分為幾個部分,且每個部分的行為都伴隨著感性信息的綜合刺激,影響消費者的消費體驗和最終的購買決策,如圖2所示。感性消費行為設計的原理是分析這些蘊藏感性價值的消費行為,有針對性地設計能夠激勵顧客消費的感性信息,再在合適的時間傳達給正在消費的顧客。感性消費行為設計可以準確地把握消費者的消費心理需求,滿足并提升服裝消費體驗。

圖2 線下服裝消費感性信息

探究消費者對服裝的感性需求與偏好也是當前研究熱點。Zhou等[34]分析了不同年齡女性對裙裝設計屬性的偏好,發現廓形是最重要的決策標準,其次是長度。日本研究人員分析比較了日本與英國學者對服裝用人臺的偏好,認為日本學者對服裝用人臺的偏好主要根據其平衡感與時尚性,英國學者則更關注其表現出的健康性與時尚性,這為廠商把握全球市場提供了參考[35]。消費者的服裝消費偏好是對服裝感性需求的直接體現,在服裝設計與服裝產品評價中都非常重要,是影響顧客滿意度的重要因素。Kano模型能夠很好地解釋顧客滿意度同產品品質之間的關系,在消費心理、消費行為和產品評價中有著廣泛的應用[36]。

運用感性工學對服裝產品進行評價可為服裝的感性設計提供支持。Wang等[37]在對交互式服裝設計的研究中發現,智能服裝設計專注于采用高科技技術而忽視了人們的情感特征,于是運用感性評價探索了智能服裝設計中的情感結構,為智能交互式服裝設計提供了創新思路。隨著感性工學運用的深入,有學者將服裝感性評價的結果用于構建專家知識系統,以更方便準確地支持設計過程[38]。在服裝產品的感性評價中,個體差異對評價結果有著顯著的影響,肖維[39]在對女大學生的服裝設計感性評價中證實了這種影響。Marsac等[40]發現日本消費者與法國消費者對女士運動T恤的喜好存在明顯差異,其研究結果能使運動服裝行業更好瞄準客戶。消費者群體的構成復雜多樣,性別、年齡、性格、文化程度和生活環境等都是造成感性評價差異的原因。當前的研究大多存在樣本選擇局限的問題,無法面向更廣泛的消費者群體。在未來的消費心理分析及服裝產品評價研究中,可利用大數據、文本挖掘和人工智能等技術結合感性工學研究方法,針對特定應用擴大樣本以更充分地挖掘消費者的心理感知。

4 服裝智能系統中的感性工學應用

長町三生將感性工學技術歸為3類:1)對產品設計元素進行感性解析,多層次分析后獲取設計細節;2)利用計算機技術建立感性信息系統;3)利用感性詞匯建立感性工學數學模型。

感性工學在服裝設計中的運用屬于第1類,多采用定性分析的方式進行數據解析。對服裝產品的感性評價和服裝智能系統的構建已逐漸偏向第2類和第3類。Lokman等[41]研究了消費者對童裝產品的感性評價,并利用研究成果開發了服裝智能系統,方便設計師的設計過程和消費者的購買過程。當前感性工學技術在紡織服裝領域的運用重心已經進入后2種類型,服裝感性智能系統已然成為研究熱點。

感性系統的運行通常需要4個數據庫,分別是感性數據庫、意象數據庫、知識庫以及設計要素數據庫[42]。圖3示出服裝感性系統的主要構成部分和構建方法。首先是收集并篩選出準確的感性詞組,利用文本挖掘、語義差異等方法獲得感性詞語的意義空間,建立感性詞匯的數據庫。其次是對利用語義差異分析得到的意象空間進行意象分析,采用線性或非線性的分析方法獲取感性詞匯與設計要素之間的統計關系,進而建立意象數據庫。知識庫就是系統必要的邏輯規則,用來決定設計細節與感性詞語的相關性及邊界規則。設計要素數據庫主要包含服裝造型、色彩等服裝部件,在系統運行中通常以圖片的形式在屏幕上呈現出來。基于4個數據庫,再運用人工智能、神經網絡等方法就可構建服裝感性系統。

圖3 服裝感性系統構成

目前服裝智能系統按其用途可分為2類,一類是服務于消費者的智能系統,另一類是服務于設計師的智能系統。針對消費者開發的智能系統大多圍繞電子商務應用場景。Noor等[10]提出了一種基于感性的服裝網站設計方法。還有學者為消費者開發了感性服裝檢索系統、服裝圖像感性檢索系統和服裝搭配推薦系統等[43-45],消費者可根據自己的體型、年齡、著裝場景以及與之匹配的感性需求來進行選擇購買或定制服裝。這些系統在精準服務消費者感性需求的同時還促進著電子商務的模式轉變。面向服裝設計師的智能系統可以輔助設計師完成服裝的感性設計。Takatera等[46]基于織物的物理屬性和感性特征為設計師創建了一種織物感性檢索系統,可以讓設計師更快地找到合適的面料類型。設計師們創作時只需將產品需要的感性意象輸入系統,基于感性數據支撐的系統會將與之匹配的設計元素輸出在屏幕上供設計師參考。同時,設計師也可以根據消費者的個體特征、消費畫像等感性需求,有針對性地設計開發服裝產品,并通過反饋完善檢索或推薦系統[47]。

服裝的感性研究是構建消費者與設計師之間聯系的重要途徑,因此,面向消費者和面向設計師的二類系統在實踐中需要同時考慮。當前的服裝推薦系統往往只針對部分特定的設計要素和特定的人群。由于消費者人群復雜,服裝構成的要素繁多,未來還需從更多不同類型的服裝深入,更全面了解消費者的服裝感性需求,為人工智能技術在服裝設計中的發展創造必要條件。

5 感性工學的研究方法與工具

感性工學經過近40年的發展,逐漸形成了較為成熟的、系統性的研究方法,感性工學的應用研究大致可分為4個階段。1)構建感性意象空間。采用文本挖掘技術(text mining)、語義差異法(SD method)、專家知識系統收集能描述出顧客心理感受或產品感性特征的詞語,再進行篩選留下最相關的感性詞匯構建感性意象空間。2)建立感性詞與設計要素的映射關系。通過調查、統計分析等方法結合感性意象空間建立感性詞語與設計要素的映射關系,是設計要素感性信息數值化的關鍵步驟。3)建立語義空間(意象空間)模型和數據庫。基于映射關系建立感性語義空間和設計要素空間的數學模型,并運用計算機技術建立相關的數據庫、計算機檢索系統或推薦系統。4)反饋與更新。通過系統的應用,強化產品的感性設計過程和用戶的參與度,掌握消費者對產品喜好的動態變化趨向,并根據反饋更新和完善數據庫和系統,將其擴展應用于新產品新領域。運用感性工學針對具體產品研究的基本流程如圖4所示。

圖4 感性工學研究流程圖

4個階段整體可概括為2類:一是以消費用戶為對象來獲取研究所需的感性信息(感性計測);二是分析處理所得的感性數據(感性分析)。

感性計測所用的方法有很多,依據測量方式的不同可將得到的感性信息分為主觀數據和客觀數據。長町三生[48]在感性工學的介紹里將感性計測方法分為言語類與非言語類,實則也是主觀與客觀的另外一種表達方式。言語類主要是通過語言表達直接獲取較為主觀的感性信息,例如問卷調查、語義差異法、專家訪談和文本挖掘技術等。在感性計測中,基于言語的感性交互方式過于單一,想要科學準確地獲得感性信息則需要更多交互方式進行觀測。非言語類通常借助測量設備如眼動儀、服裝壓力測試儀、觸感測試儀器、心電(ECG)、腦電(EEG)、肌電(EMG)、功能性近紅外光技術(fNIRS)、事件相關電位(ERPs)等生物電信號檢測設備[49-52],以及動態捕捉、心率、血壓、代謝等生理數據測量工具來觀測人體肢體變化和生理變化,進而得到隱含的感性信息,如產品主觀喜好、審美情緒量化、心理和生理活動關聯分析等?？陀^的生理測量工具是感性工學中工程技術的直接體現,能將模糊的感覺信息更加準確地量化分析,為主觀的心理評價提供科學的客觀數據支撐,讓紡織服裝領域的感性研究更加深入。

通過感性計測獲得感性數據后,進行感性分析的重點是找到相關事物與人體感覺(感性信息)之間的相關性,進而將感性意象與設計要素建立起關聯模型。數據統計方法廣泛運用在感性數據分析中,如相關性分析、線性回歸分析、重回歸分析、主成分分析、因子分析、聚類分析等。通常感性計測能夠獲取大量多維度的感性意象數據,通過統計分析方法將復雜數據進行降維處理,這些基于線性概念的方法所能處理的數據量比較有限,因此,諸如模糊數學的非線性處理技術被廣泛應用于感性研究中。Chou[53]提出了一種基于模糊語言變量和模糊加權平均技術的感性評價方法,能模仿人類的認知過程,并改善解決感性評價存在的不確定性、不精確性和主觀模糊性問題。除此之外,人工神經網絡、深度學習等方法也頻繁出現在感性工學研究中[54-55]。在服裝領域中,鄭畑子等[56]在服裝印花圖案設計的感性研究中采用三角模糊數分析了設計要素與感性意象之間的關聯度,判斷出了不同圖案設計男襯衫的風格歸屬。Wang等[57]基于感官分析和支持向量回歸模型提出了一種服裝圖案設計知識庫構建方法。還有學者運用深度神經網絡構建了服裝感性檢索系統,并通過仿真驗證了該系統的有效性,能準確考慮用戶的感性需求檢索符合消費者偏好的服裝產品[58]。

由于消費者感性需求本身具有較大的不確定性與模糊性,模糊數學和人工智能在感性工學研究中能很好地處理消費者主觀信息與客觀指標的模糊關系,解決各種模糊問題,從而將模糊的感性需求轉換為確定的感性數值。當前,很多領域開展感性研究時采用模糊邏輯的方法[59],但紡織服裝領域中模糊數學及人工智能相關方法的運用較少。這類新技術與跨領域研究方法的運用能更好地輔助感性工學的研究,也能更好地提升消費者感官體驗下的產品感性價值。

6 應用感性工學存在的問題及展望

6.1 目前存在的問題

紡織服裝領域中感性工學的應用雖日漸成熟,但不少研究仍存在可改進完善的地方。

1)當前感性工學研究大部分利用語義差異法獲得的感性信息都是來源于視覺和觸覺,對其它的感知方式關注度不足。人的感性需求和感官體驗極易因外界環境的不同而出現變化,針對紡織品及服裝這種多要素集成體的感性研究需要顧及更多的感性因子,研究可更多地從視覺、觸覺、嗅覺、肢體行為、生理感知等多種方式來獲取更為多樣的感性信息。

2)研究選取的實驗樣本群體較為單一、樣本量較小。當前研究中大多選擇學生群體和服裝領域相關的小樣本消費群體為研究對象,這部分人群的樣本數據并不能準確代表實驗研究的目標人群,研究中實驗對象的選取應圍繞目標群體盡可能豐富,并通過網絡技術和大數據挖掘技術等方法在大數據背景下開展相關研究。

3)當前利用感性工學研究獲取的實驗數據多為主觀意象評價數據,客觀方法和工程技術手段的應用不足?？山Y合生理計測、人工智能及模糊數學等方法,更好地融合主觀評價和客觀評價數據,以更深入地挖掘用戶的感性需求和產品的感性價值,進而為紡織品及服裝設計開發提供參考。

6.2 前景展望

感性工學的應用給予人們更好消費體驗的同時,對改變消費者的生活方式和產品的設計開發模式帶來更深遠的影響,紡織服裝領域的感性工學研究仍需深入探索。

1)多模態感性工學研究。對于紡織品和服裝消費者開展系統的多領域融合研究,建立消費者感性信息數據庫。應用感性工學對各領域的復雜消費人群進行感性歸類,可依據地區、年齡、職業等系統性地細分,融合消費者感受、認知、行為和環境開展多模態感性工學研究,并建立消費人群感性信息數據庫和消費者畫像數據庫,便于設計師和企業精準了解目標客戶感性需求,利于產品的感性設計和市場的精準分析。

2)構建感性設計與推薦系統。利用大數據技術和感性信息數據庫構建產品設計與推薦系統。通過收集用戶的個人信息、購買記錄、著裝偏好等數據,對用戶的情感、行為和環境進行分析和理解,從而為用戶提供更加個性化的服裝設計和推薦服務。還可以通過與時尚設計師、品牌商合作分析設計風格和流行趨勢,結合虛擬現實技術,提供沉浸式用戶協同設計與推薦服務。

3)人工智能技術與感性工學結合。隨著人工智能技術的發展,未來將會有更多的人工智能技術應用于感性工學研究中,主要包括采用人工智能技術挖掘不同消費者需求偏好和感性認知差異,模擬人類的情感和情緒,與用戶建立起情感上的聯系,用于輔助產品設計和生成式人工智能設計(AIGC)。由于AIGC能夠理解和表達的人類的情感、情緒和認知等仍然非常有限,并且在一段時間內仍面臨著法律、道德、隱私、倫理和安全等方面的問題,在應用時需要加強必要的監管和審查。

過去感性工學主要用于分析消費者對產品的主觀感受和需求,并將其用于產品的設計與改良。隨著大數據技術的發展,機器學習算法的開發,人工智能技術的快速應用,物聯網感知技術的進步,社交媒體的流行,未來感性工學將進一步促進人的感知、行為與環境的多模態融合。