和谐剪纸：支持形式和内涵和谐的创意中文剪纸设计

研究背景与问题

• 发现的问题或挑战：

  • 中国剪纸艺术这一非物质文化遗产在现代化和城市化的冲击下，面临创作活力和传承的危机。
  • 剪纸传统主题及其象征意义逐渐淡化，纸质相关文献稀缺，这一因素限制了公众和专业实践者获取该文化知识的机会。
  • 创作中形式与内容的同质化、对现实主义风格的趋同性，影响了剪纸的创造性和传承价值。
  • 当前基于生成式人工智能(GenAI)的设计方法在处理抽象主题和文化背景方面，仍然有所欠缺。

• 重要性：

  • 剪纸不仅是一种艺术形式，更是文化交流的重要媒介，传承与创新该艺术能够推动跨文化的认知与融合。

• 研究动机与相关工作：

  • 尽管已有研究利用计算机技术进行模式生成及交互式设计，但现有方法多局限于预定形式和风格，缺乏对复杂文化知识和个性化表达的综合处理。
  • GenAI尽管提供高效的生成能力和数据知识，但缺乏针对具体领域知识的深度理解，例如剪纸形式与文化内涵的整合。

解决方案

方法与核心创新

1. 提出了HarmonyCut工具：
   • 通过结合生成式人工智能和剪纸领域知识，构建更具创意性和结构化的设计流程，解决现有生成式技术的局限。
2. 引入以下创新设计：
   • 基于因素的指导：通过对剪纸创意设计进行分解，提出四个核心因素：“功能”、“内容主题”、“风格”和“表达方式”，以明确设计过程中需要考虑的关键维度。
   • 基于引用的探索：通过检索和生成相关剪纸作品或元素，为用户提供设计参考。
   • 可编辑与可控性：使用户能够调整生成结果，增强用户对创作的控制权。

实施步骤与关键技术

1. 形成性研究：

   • 通过访谈与内容分析（140件剪纸作品），概括剪纸设计的核心流程（创意生成与可视化创作）及挑战。
   • 细化剪纸创意的因素分类与图案模式分类。

2. 工具开发：

   • 构建了一个由两个模块组成的设计流程组件：
     1. 创意模块：利用GLM-4模型引导用户选择与构建设计想法。
     2. 构图模块：通过提取模型和图案推荐，支持用户探索参考材料并完成剪纸构图。
   • 使用多模态模型（如DALL-E-3）与切割算法（Segment Anything Model）实现轮廓提取与模式生成。

3. 用户交互与编辑支持：

   • 开发了一个支持SVG格式的交互式Mood Board（情绪板），允许用户根据目标设计安排、调整和切割选定元素。

研究成果

具体成果

1. 系统化地定义了剪纸设计空间，明确了创意生成与构图的两步工作流程。
2. 开发了HarmonyCut原型工具，提供基于因素指导和引用探索的设计支持。
3. 验证类目数据集的标注方法（如单位图案和复合图案的分类，提供140个作品数据及1279个图案标注）。

优势与实验成效

• 相比现有方案的优势：

  • HarmonyCut通过纳入文化知识和多模态生成技术，成功提升剪纸设计的创意流程，解决了现有系统在文化表达和形式控制上的不足。
  • 本系统的指导降低了新手用户在创意阶段的认知负担，同时允许专家灵活探索更多参考，避免创作僵化。

• 实验与评估结果：

  • 在用户实验中，HarmonyCut显著改善了用户在创意生成、参考探索中的体验。
  • NASA-TLX显示，HarmonyCut显著降低了用户在设计中的“精神负担”（Mental Load），但在物理操作负担上有所增加。
  • 专家的意见显示，系统在文化内涵的理解与表达上具有突出表现，特别在引导用户理解传统纸质文化方面表现出色。

局限性与未来方向

1. 数据规模受限：当前数据集（140个剪纸作品）无法完全覆盖剪纸这一广泛文化领域，建议进一步扩展多元背景和类型的标注素材。
2. 用户负荷权衡：尽管系统增强了可控性，但需要用户更多的时间与精力参与剪纸构图，需要在可控性与操作复杂度间找到平衡。
3. 区分模仿与创新：用户对于系统推荐的参考可能过度依赖，未来可通过引导用户整合新主题和意义促进创新。
4. 协作设计扩展：暂未支持多用户协作设计，未来可以探索支持集体创意的功能，进一步完善创作体验。

总结

HarmonyCut融合文化知识与生成人工智能，为剪纸创意设计提供了全新的方法论支持与工具平台。通过对设计流程的规范化定义和用户研究验证，该工具不仅有助于个体设计者的创作实践，也为非物质文化遗产的传承与推广开辟了新的路径。