基于深度学习的汽车外观自动评价方法

来源：计算机集成制造系统杂志2025年第6期北京时间：

作者：李宝军, 王浩东, 缪心皓, 宋明亮

单位：1.大连理工大学汽车工程学院2.大连理工大学建筑艺术学院

摘要：针对汽车外观设计过程中评价置信度与实时性不足的问题,提出一种大数据驱动的汽车外观设计评价方法。收集并整理了大规模汽车外观多视角图片数据及基于用户、专家视角所对应的评分、评论信息,对评分信息采用考虑评分置信度的综合加权评分机制进行处理;筛选评论信息采用感性意象词汇提取方法,用评分、感性意象词汇对相应的车型图片进行标注,创建了汽车外观评价数据集(DATE2022),数据集包括基于用户及专家视角的汽车外观评分数据集和感性意象评价数据集。对用户、专家评分数据集采用深度学习回归方法得到用户及专家两个自动评分机,对用户、专家感性意象评价数据集采用多标签分类方法得到用户及专家两个感性意象评价机,采用特征可视化方法定位用户、专家感兴趣的外观显著性特征区域。数值实验表明,该方法可以对汽车外观设计提供用户和专家两方面的量化评分、品牌基因、感性意象等自动预测。

关键词：汽车设计,深度学习,量化评价,评价置信度,感性意象

基金资助：国家重点研发计划资助项目(2020YFB1708902);教育部人文社会科学研究资助项目(22YJA760072)。