陳璐， 雷聰聰， 陳郁

(上海工程技術大學 紡織服裝學院，上海 201620)

在服裝設計領域，了解消費者對服裝的喜好可以幫助設計師與消費者之間建立有效溝通，滿足消費者需求，增加消費者的購買欲望[1]。消費者對服裝感興趣程度的分析方法主要包括觀察、訪談、問卷調(diào)查以及行為分析[2]等，但這些方法在操作過程中容易受較多不可確定因素的影響，因此分析結果并不能真實反映消費者內(nèi)心的潛在需求。而面部表情是人們表達情感的最主要、最自然和最直接的方式[3]，相較于其他分析方法，通過觀察并分析面部表情可以觀測到用戶的情感狀態(tài)，客觀反映用戶的真實情緒，使得分析和評價用戶對感興趣服裝的過程也更加高效便捷。

隨著計算機技術的發(fā)展，基于EKMAN P等[4]的“面部肌肉運動系統(tǒng)”的FaceReader面部表情解析軟件可以無干擾實時分析用戶的面部表情變化。國內(nèi)外越來越多的研究者開始利用FaceReader軟件分析用戶表情在可用性評估中的應用。如MENG Q等[5]探討了用戶面部表情識別在評估城市聲音感知方面的有效性;KOSTYRA E等[6]和DANNER等[7]使用面部可視化方法確定了消費者在品嘗火腿以及不同果汁時的情感反應，以此評估產(chǎn)品的特性。而在國內(nèi)，對于該軟件的應用性研究也有了一定的進展。如CHIA-YIN Y[8]等通過分析用戶觀看不同樣本圖片時的面部表情，分析其情緒變化，以此指導設計師了解客戶與設計相關的情感聯(lián)系；唐曉彤等[9]通過選取NBA球隊首發(fā)球員在罰球中的正臉視頻，利用FaceReader軟件探究球員在比賽過程中面部表情下的情緒變化，以此研究其是否與罰球結果存在一定的相關性。

目前，關于用戶面部表情與服裝設計感興趣程度之間聯(lián)系的相關研究較少，文中擬通過考察用戶觀看秀場視頻時的表情變化，并利用FaceReader 7.0分析用戶面部表情與服裝設計感興趣程度之間的關聯(lián)性，為服裝的設計、營銷等提供一定的參考。

1 實驗設計

1.1 實驗材料及實驗對象

1.1.1實驗材料 使用Adobe Premiere Pro 2020軟件對收集到的服裝秀場視頻進行剪輯和轉碼，時長76 s，共出現(xiàn)12套服裝。視頻分辨率為960×544，幀速率為29.96 Hz，文件格式為MP4。

1.1.2實驗對象 選擇22名上海工程技術大學年齡在18～25周歲的在校大學生，其中20名女生，2名男生。實驗前告知被測人員該研究需要收集其表情視頻材料，承諾對其視頻保密。

1.2 實驗設備

表情測量與分析采用由VicarVision和Noldus Information Technology公司推出的FaceReader 7.0軟件系統(tǒng)。FaceReader面部表情分析過程如圖1所示。該軟件能夠自動檢測到被測人員面部表情變化，通過識別面部微動作單元對其情緒進行分類。FaceReader能夠識別7種基本情緒，包括愉快、悲傷、憤怒、驚奇、懼怕、厭惡和中性狀態(tài)。此外，還增加了對輕蔑這一情緒的識別。

圖1 FaceReader面部表情分析過程Fig.1 Facial emotion analysis process by FaceReader

FaceReader近幾年已經(jīng)成為國外表情自動分析普遍采用的軟件工具；國內(nèi)施聰鶯等[10]以及楊超等[11]也對該系統(tǒng)的表情分析準確性進行了本土化驗證，結果表明FaceReader對中國人的面部表情識別有效率達到71%。其開發(fā)者在軟件手冊中報告的表情識別準確率達89%[12]。各表情成分識別率見表1。

表1 FaceReader各表情識別準確率

2 實驗過程

2.1 實驗設備機位設定

MOZA Mini-SE智能手機穩(wěn)定器能夠實現(xiàn)控制錄制拍攝、物體跟蹤、控制跟焦變焦、穩(wěn)定器校準等功能，從而保證了錄制視頻的效果。實驗設備機位設定如圖2所示。將手機安放在MOZA Mini-SE穩(wěn)定器上，并置于屏幕后方，以30 Hz(由于技術問題會產(chǎn)生變化)捕獲被測人員的面部表情。被測人員距離屏幕(以及相機)約30 cm，調(diào)整好鏡頭高度，以便清楚地看到每個被測人員的面孔。為了獲取被測人員面部的正確表情記錄，必要時，對被測人員的椅子也要進行高度上的調(diào)整。

圖2 實驗設備機位設定Fig.2 Experimental equipment setting

2.2 播放材料

被測人員進入實驗室后會被告知實驗步驟，待其閱讀并簽署同意書，再要求觀看材料。根據(jù)Face ReaderTM手冊中所建議的，在觀看刺激材料時用中等強度的散射光照亮被測人員的臉。在被測人員觀看秀場視頻的同時，用手機攝像頭獨立錄制每位被測人員的視頻，這些視頻被作為單獨的基準校準。視頻采集是自動化的，分辨率為1 280×1 024，保存為MP4文件。

2.3 問卷調(diào)查

觀看視頻后，被測人員會填寫一份問卷，問卷陳列了視頻中出現(xiàn)的12套服裝，以供被測人員進行主觀評價。每套服裝的感興趣程度分為5個等級，5分為非常感興趣，4分為感興趣，3分為一般感興趣，2分為不感興趣，1分為非常不感興趣，被測人員將對視頻中出現(xiàn)的服裝設計感興趣程度進行打分。

2.4 數(shù)據(jù)的采集與處理

將錄制的被測人員面部視頻導入到FaceReader 7.0表情分析軟件，并使用EastAsian模式對這些圖片進行表情類型和表情強度分析,該軟件可生成有關面部表情隨時間變化的大型數(shù)據(jù)集[13]。這些時間序列數(shù)據(jù)分配了一個介于0和1之間的十進制數(shù)，除了有基本的8個情緒分析值外，該軟件還有2個關鍵數(shù)據(jù)：效價和喚醒。其中，效價表示被測人員的情緒是積極的還是消極的(-1～0為消極，0～1為積極)；而喚醒則表示被測人員是否處于活動狀態(tài)。

此外，對每位被測人員的主觀評分進行統(tǒng)計，挑選出其最感興趣和最不感興趣的服裝。依據(jù)這些服裝在視頻中出現(xiàn)的時間順序，截取相應面部表情分析數(shù)據(jù)，實驗結果通過 SPSS Version 23 軟件包處理，采用基于Python編程的Matplotlib模塊繪圖。

3 實驗分析

3.1 描述性統(tǒng)計

對22名被測人員觀看視頻時的8種面部表情進行描述性統(tǒng)計，記錄他們在觀看感興趣和不感興趣服裝時的平均面部表情成分，具體見表2。

表2 平均面部表情成分

由表2可知，中性情緒的占比明顯高于其他情緒，即22名被測人員在觀看正常的秀場視頻時，面部表情自然，不會出現(xiàn)較為夸張的表情，這符合人們觀看秀場視頻的一般狀態(tài)。此外，相較于中性表情，其他面部表情成分的值相對占比較小，但也呈現(xiàn)出一些變化，具體如圖3所示。

圖3 感興趣與不感興趣的情緒值差異Fig.3 Emotional value differences when watching interested and not interested clothing

由圖3可知，被測人員在觀看秀場視頻時，除了中性面部表情，驚奇相較于其他面部表情所展現(xiàn)的情緒值較高，具體來講，對于感興趣的服裝，被測人員的愉快、憤怒、驚奇、懼怕及輕蔑這5種表情下的情緒測量值較高，而對于不感興趣的服裝，悲傷和厭惡呈現(xiàn)較高的值。

3.2 喚醒值與服裝設計感興趣程度之間的關系

在FaceReader表情分析軟件中，喚醒值反映了被測人員在觀看視頻時的活躍狀態(tài)，因此，可以探究喚醒值與服裝感興趣程度間的關系，具體如圖4所示。

圖4 喚醒值與服裝設計感興趣程度之間的關系Fig.4 Relationship between arousal value and interest level in clothing design

圖4是根據(jù)每位被測人員觀看感興趣服裝與不感興趣服裝時的平均喚醒值繪制的箱線圖。由圖4可以看出，被測人員對感興趣服裝的喚醒值為0.259、0.332及0.413，不感興趣服裝的喚醒值為0.216、0.298及0.350，感興趣服裝的喚醒值均高于不感興趣服裝的喚醒值，即對于感興趣的服裝設計，被測人員在觀看視頻時的狀態(tài)更活躍，這與實際觀察到的每個被測人員在看秀場視頻時的狀態(tài)吻合。如以被測人員1為例，對于其主觀評價分別為5分(感興趣)和1分(不感興趣)的服裝款式，其觀看時的喚醒狀態(tài)如圖5所示。從圖中能夠明顯看到被測人員在觀看感興趣服裝時的狀態(tài)更為活躍。

圖5 被測人員1觀看感興趣與不感興趣服裝時的活躍值變化Fig.5 Changes in arousal value when watching interested and not interested clothing for subject 1

通過配對樣本t檢驗比較不同面部表情成分在感興趣和不感興趣服裝上的差異，結果見表3。從表3數(shù)據(jù)看，在觀看秀場視頻時，被測人員對服裝的感興趣程度與面部表情間并沒有顯著相關性。通過查閱大量文獻資料和實驗分析，可能包含以下兩點原因。

表3 配對樣本t檢驗結果

1)FaceReader更適用于對個體用戶分析。情緒不僅是一個復雜系統(tǒng)，更是一個動態(tài)的生成過程。情緒的生成不僅有其內(nèi)部機制，還有外部情境等因素，因此，每個人在觀看同樣的秀場視頻時，會產(chǎn)生不一樣的情緒反應，甚至對于同一件感興趣的服裝設計，也會呈現(xiàn)不一樣的面部表情。通過面部表情探究人們的情緒反應，有助于設計師更深入了解消費者的喜好。被測人員1和被測人員5通過主觀打分選出了同一套最感興趣的服裝，具體如圖6所示。兩者在觀看該服裝出現(xiàn)時間段內(nèi)的情緒變化情況如圖7所示。由圖7可以看出每個被測人員的情緒狀態(tài)是復雜而多變的。

圖6 被測人員1和被測人員5同時感興趣的服裝Fig.6 Clothing of interest selected by subject 1 and subject 5

圖7 被測人員1和被測人員5觀看感興趣服裝時的情緒變化Fig.7 Subject 1 and 5's emotion changes when watching interested clothing

總體來講，對于觀看視頻中同一服裝感興趣的程度，被測人員1的情緒波動較被測人員5略劇烈。具體來講，對于感興趣的服裝，被測人員1的驚奇和悲傷情緒值較高，而被測人員5呈現(xiàn)的驚奇和愉快情緒值略高。此外，被測人員在觀看視頻時的真實情緒并不一定顯露于面部表情，由于實驗前告知被測人員會錄制視頻，加之東方文化背景之下遵循“喜怒不形于色”的傳統(tǒng)，會對實驗結果的判斷帶來一定影響。因此，在利用FaceReader軟件探尋用戶對服裝感興趣程度時，表情作為一種新的指標來衡量用戶個人對服裝感興趣程度具有一定的參考價值，但僅將面部表情作為唯一指標，將會影響評價結果，所以為了提升評價結果的有效性，后續(xù)研究可以結合一些生理參數(shù)來綜合判斷用戶與服裝感興趣程度之間的關聯(lián)性。

2)實驗材料的選擇。文中選用的視頻材料來源于FF Channel秀場視頻剪輯，SOUTSCHEK A等[14]研究表明，在非社交環(huán)境中，通過識別用戶面部表情來測量其情緒會更加困難。尤其當被測人員知道正在錄制視頻，其活動受限，此時他們的表情和情感也會受到一定的影響。但如果是在秀場現(xiàn)場，觀眾的情緒反應可能會更明顯。此外，被測人員在觀看秀場視頻時，如果視覺沖擊不夠強烈，其情緒很難呈現(xiàn)較一致的趨勢變化。如在競技體育中，觀眾在觀看比賽視頻的過程中會因運動員的表現(xiàn)以及賽事的激烈程度呈現(xiàn)豐富的表情變化，但對于觀看服裝秀場視頻而言，大部分人主要呈現(xiàn)中性情緒，其他情緒的分值低且占比小，很難出現(xiàn)觀看競技運動員比賽時的情緒變化，也較難得出相應的顯著性分析。因此，面部表情特征對于被測人員觀看秀場視頻時的情緒體驗和心理狀態(tài)反應有待于進一步探討。

4 結語

隨著消費者個性化需求的不斷提高，了解消費者對服裝的喜好是服裝企業(yè)持續(xù)發(fā)展的關鍵。文中通過分析被測人員在觀看秀場視頻時的面部表情與對服裝感興趣程度之間的關系，發(fā)現(xiàn)在觀看秀場視頻時，被測人員對于感興趣的服裝設計狀態(tài)更為活躍；而對于不感興趣的服裝設計，其活躍狀態(tài)有所降低。此外，被測人員在觀看視頻過程中的情緒值呈現(xiàn)一定的變化規(guī)律，整體上看，其在觀看過程中主要呈現(xiàn)中性情緒，對于感興趣的服裝設計，被測人員的愉快、憤怒等情緒測量值較高，而對于不感興趣的服裝設計，悲傷和厭惡則呈現(xiàn)較高的值。因此，表情在衡量用戶個人對服裝感興趣程度方面具有一定的參考價值。