2024年5月30日发(作者：麦霁)
采用CycleGAN模型生成石材与蕾丝纹理的
创意设计思考
作者：钟以恒 钟尚平
来源：《美与时代·上》2020年第05期
摘 要：基于循环一致生成对抗网络（CycleGAN）模型，生成了石材随机纹理和蕾丝规则
纹理两大类型图像。根据视觉效果技术指标计算、生成蕾丝纹理的视觉创作缺点分析，以及设
计师主观评价，揭示了两类生成图像具有的艺术价值和不同的应用价值：可直接使用生成的石
材纹理，而须经过加工才能使用生成的蕾丝纹理，但可直接利用其多样无穷的灵感和创意。面
对类似蕾丝的规则纹理平面创意设计，“人-机”协同是时代发展的必然。
关键词：CycleGAN模型;石材随机纹理;蕾丝规则纹理;创意设计思考
无论是在现实世界还是在视觉艺术中，纹理都是重要的感知元素[1]，纹理提供了丰富的
细节和多样性，这对計算机图形而言是必不可少的。如图1所示，图像纹理可分为规则纹理和
随机纹理及其域变形和范围变形[2]。来自大自然的石材纹理表现出耗散结构[3]，是典型的随
机纹理，主要包括大理石和花岗岩两大纹理类型。如图2所示：从左到右，前三幅为大理石图
像，后三幅为花岗岩图像。蕾丝是镂空织物，是人工或机器编织的网眼组织，其纹理具有一定
的规则，在女装特别是晚礼服和婚纱上用得很多，也经常使用于服装的袖口、领襟和袜沿。图
3为蕾丝纹理图像示例。
行业调查表明，用于仿石材瓷砖的石材纹理图案必须突破简单拷贝天然石材纹理，而用于
服装设计的蕾丝纹理图案必须突破人类设计师的创意枯竭，加入计算创意元素，才能满足市场
对产品的多样化、艺术化和个性化等装饰需求。传统的纹理图像计算机生成方法通过构造纹理
描述特征函数，很难有效准确地反映真实图像的分布，使得产生的纹理图像在多样性、清晰度
等方面性能欠佳。
2014年GoodFellow等提出生成对抗网络（Generative Adversarial Nets， GANs）[4]，就引
起了学术界的广泛关注，成为人工智能及深度学习领域的研究热点。其最直接的应用，就是用
于图像、视频、自然语言和音乐等多种媒体的生成。目前GANs应用于图像纹理生成有两类方
式，即有监督方式和无监督域映射方式。作为典型的无监督域映射GAN模型，循环一致生成
对抗网络[5]（Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks，
CycleGAN）引入了循环一致损失函数，可以生成质量较高的图像，特别是针对目标输出无法
明确定义的图像生成任务。
本文基于CycleGAN模型生成石材与蕾丝纹理图像，从清晰度、多样性、与训练集的近似
程度等方面评估其视觉效果，分析其具有的创意设计美学艺术价值;在平面创意设计的应用价
值和应用方法视角下，区分石材随机纹理和蕾丝规则纹理，揭示了生成的石材随机纹理具有直
接应用价值，而生成的蕾丝纹理图像含有视觉创作缺点：不具有对称与平衡的构造，也不具有
简洁与留白的意境，需要经过人类设计师的加工才能在平面创意设计中使用。但是人工智能对
抗生成方法可无限生成多样性的蕾丝图像，理论上可以持续快速、无穷地给人类设计师提供辅
助设计灵感和创意，节约设计师的时间和精力。因此，面对类似蕾丝的规则纹理图像的平面创
意设计，“人-机”协同，人工智能与人类设计师交叉融合和协同共进是时代发展的必然。
一、基于CycleGAN生成的石材与蕾丝纹理图像及其视觉艺术价值
我们从福建南安石材交易市场自采集了197类、共8万张石材纹理图像，处理成256×256
大小规格的石材图像集。另外，我们从福建长乐某蕾丝贸易公司自采集了6大类、共5万张蕾
丝纹理图像，处理成256×256大小规格的蕾丝图像集。在Tensorflow深度学习框架下基于
CycleGAN模型完成实验，开发语言为python 3.5.2，使用4块NVIDIA GTX 1080Ti GPU。实
验中，我们从石材图像集中随机选取大理石和花岗岩图像各2万张作为训练样本，用近2×48
小时分别训练成模型，并据此生成了大理石和花岗岩图像各1万张（可无限生成图像），图4
和图5为生成的大理石和花岗岩纹理图像示例;另一方面，我们从蕾丝图像集中随机选取2万
张作为训练样本，用近48小时训练成模型，并据此模型生成了蕾丝图像1万张（可无限生成
图像），图6为生成的蕾丝纹理图像示例;另外，我们还从蕾丝图像集中随机选取1万张作为
“纹理”训练样本，以及从石材图像集中随机选取1万张作为“风格”训练样本，用近48小时训
练成模型，并据此模型生成了带石材风格转换的蕾丝图像1万张（可无限生成图像），图7为
生成的带石材风格转换的蕾丝纹理图像示例。
目前，通过评价生成图像的视觉效果来刻画GAN模型的性能，具体方法如：通过计算
Inception Score[6]、FID[7] （Frechet Inception Distance）等技术评价指标，来评估生成图像的
清晰度、多样性以及与训练集的近似程度等视觉效果。另外，由于风格转换图像的清晰程度与
“风格”训练样本的纹理背景保持一致，清晰程度很难准确反映图像风格转换的效果;在多样性
和近似程度上，风格转换图像不同于“纹理”训练样本和“风格”训练样本，而是融合了两者的特
征，无法采用多样性和近似程度指标去衡量。因此，在对图像风格转换图像（如图7）的视觉
效果评价上，目前没有合适的技术评价指标，主要根据人的主观感受去衡量视觉效果的优劣。
研究[8]及根据人的主观感受去衡量图4、图5、图6、图7的视觉效果表明：基于
CycleGAN生成的石材与蕾丝纹理图像的清晰度、多样性以及与训练集的近似程度等性能良
好。
按视觉传达设计原理[9]，平面创意设计不仅通过分析美学产生的视觉刺激，从而进行心
理层面的影响，以此达到有效的视觉传达效果，体现艺术价值;同时，也要求达到视觉效果与
使用功能的统一，将美学与应用价值相结合，注重设计作品的交互性、功能性、人性化等方
面。上述表明：基于CycleGAN生成的石材与蕾丝纹理图像的视觉传达效果良好，具有美学艺
术价值。以下将从平面创意设计的角度，分析基于CycleGAN生成的石材与蕾丝纹理图像的应
用价值及设计问题。
二、采用CycleGAN生成的石材与蕾丝纹理的创意设计应用价值及应用方法
在平面创意设计中，设计师会遇到“命题作文”的需求，即给定某个设计目的或某种艺术风
格进行创作[10]。因此，在平面创意设计视角下，基于CycleGAN生成的石材、蕾丝纹理图像
要达成某个设计目的，就首先要回答如下基础性问题：有应用价值吗？价值几何？怎么用？
（一）基于CycleGAN生成的石材与蕾丝纹理图像的应用价值
石材与蕾丝行业调研结果表明：无论是具有自然随机纹理特性的石材图像，还是具有规则
纹理特性的蕾丝图像，目前都欠缺判断其是否具有及具有多少应用价值的技术评价指标，只能
依据人类设计师的主观评判。根据相关企业多名创意设计师对如图4、图5、图6、图7所示
图像的主观评价可以得出：
1.从可用性角度看，目前以CycleGAN作为代表的人工智能对抗生成方法更适合生成随机
纹理图像。也就是说，基于CycleGAN生成的石材图像与自然产生石材图像的异同已很难分
辨，可直接用于生产如大理石瓷砖等产品;而生成的蕾丝纹理图像只能给予人类设计师灵感和
创意，需要经过人类设计师的再加工才能应用;
2.人类设计师做设计项目有了一定经验后，往往能摸索出套路或规律性的设计方法，这可
以少走弯路，提高效率，但往往也失去了设计的新意。创新一直是设计界所追随的目标。设计
师是否具备创新思维与创新能力，往往决定着设计师的高度与作品呈现出的艺术价值。相比人
类设计师，人工智能对抗生成方法可无限生成多样性的石材与蕾丝图像，可以持续快速（理论
上）无穷地给人类设计师提供（辅助）设计灵感和创意，从而满足新时代产品设计的个性化需
求，结合现代设计理念，有效提升设计高度。
（二）基于CycleGAN生成的蕾丝纹理图像的视觉创作缺点
按蕾丝行业设计师和视觉创作常用的美学原理：蕾丝纹理一般需要具有对称与平衡的构
造。对称的设计，可以使人产生平和、庄重、严谨的心理感受，而平衡的摆放可以给人心理上
带来稳定的感受。在视觉的形式美中，平衡性是形式美的核心。从阴阳太极图案到传统年画、
剪纸、工艺品上的图案等，多数都采用了平衡的设计语言，使画面在轻重上体现出和谐的视觉
效果，而不平衡则用来表现自然的特性（如：石材图像等）。如图6、图7所示，基于
CycleGAN生成的蕾丝纹理图像目前并不具有平衡性。
另外，按视觉创作常用的美学原理，人类设计师常常使用“简洁与留白的意境”设计。“留
白”指少量的图像为主体，具有一定章法和节奏地在画面上留出空间，给受众留有想象的余
地，给画面一种正在呼吸的感觉。这一手法也是极具中国美学特征的。在朴素的设计作品中美
学不在于设计形式上的复杂性，而在于对至微细节的掌控，这种掌控其实也源自对所要表达的
主题的深入研究。也就是说，人类设计师往往会主观地控制画面的构图，虚实相生，而使我们
想要表达的设计变得主旨更突出、核心更概括、图像也因此而更加具有意境美。一味堆积设计
元素有时反而会使得画面显得拥挤，化繁为简既是设计的美学，也是生活的哲学。如图7所
示，基于CycleGAN模型生成的带石材风格转换的蕾丝纹理图像，画面拥挤，整体视觉效果不
够简洁、大气，目前的人工智能显然还不具备人的情感和想象力。
（三）如何用好基于CycleGAN生成的石材与蕾丝纹理图像
如上述，基于CycleGAN生成的石材图像的可用性好，可以直接用于生产如大理石瓷砖等
产品。我们讨论：怎么才能用好基于CycleGAN生成的蕾丝纹理图像？
由上所述，基于CycleGAN生成的蕾丝纹理图像目前只能作为人类灵感和创意的来源，需
要经过人类设计师的再加工才能使用。因此，要用好它，首先人类设计师需提炼出设计目标和
设计需求，待CycleGAN模型产出多种创意设计图像后，设计师去挑选他们喜欢的创意方案，
或者进行不断地重新组合，直至产生最满意的结果。实际上，通过以上工作，机器能够快速设
计出符合特定内容和风格的图像，辅助设计师完成草稿;针对上节所述的生成图像的创作缺
点，由人类设计师进行创意修改和细节深入。总的来说，人工智能不仅给人类设计师提供（辅
助）设计灵感和创意，同时也节约了设计师的时间和精力[11]。
在基于CycleGAN生成石材與蕾丝纹理图像的设计实践中，人工智能系统作为辅助创意设
计的工具，已经达到了创作或辅助创作的标准，具有较好的应用前景。
三、石材与蕾丝图像的人工智能对抗生成与人类创意设计的协同共进
在石材与蕾丝图像的基于CycleGAN的人工智能对抗生成实际中，我们再一次看到：机器
适合生成随机纹理，如石材图像;而对类似蕾丝的规则纹理图像的生成，机器仅仅可以承担部
分创造性工作，但是最具创新意义的转换创造，目前只能通过“人-机”协同的方式完成[12]。也
就是说，基于目前的技术和算法能力，人工智能生成的蕾丝纹理设计结果相比人类设计师的作
品还是非常初级的，甚至存在基本的视觉创作缺点。这正说明了人类设计师的不可取代性，人
的情感和想象无可替代[13]。
另外，综上所述可知：在美学艺术和应用价值评估方面，无论是针对具有自然随机纹理特
性的石材图像，还是针对具有规则纹理特性的蕾丝图像，目前都缺少较为准确的技术评价指
标，只能依据人类设计师的主观评判。
但是在这个融合协同的时代，人工智能已经可以辅助设计师完成重复性的劳动，提高人类
设计师的工作效率，因此，设计师更需要了解人工智能技术，懂得将它作为一个强大的辅助设
计工具来使用。另一方面，目前的人工智能是没有理解能力的，更谈不上具备人的情感和想
象，人工智能永远在路上[14]。社会和时代的发展为人工智能提供了学习、理解和辅助人类创
意设计的机会。
四、结语
针对基于CycleGAN模型生成的石材随机纹理和蕾丝规则纹理两大类型图像，技术指标及
主观评价表明：基于CycleGAN模型可生成具有美学艺术价值的石材与蕾丝纹理图像。另外，
行业设计师认为：生成的石材随机纹理图像可用性好，而生成的蕾丝规则纹理图像不具有对称
与平衡的构造，也不具有简洁与留白的意境，需要经过人类设计师的加工才能使用。但鉴于人
工智能对抗生成方法可无限生成多样性的蕾丝图像，可以持续快速、无穷地给人类设计师提供
辅助设计灵感和创意。因此，只要通过“人-机”协同的方式，我们相信，人和未来的机器将共
同创造出更好的创意设计，促进设计行业变革，满足新时代产品设计的个性化需求。
二、采用CycleGAN生成的石材与蕾丝纹理的创意设计应用价值及应用方法
在平面创意设计中，设计师会遇到“命题作文”的需求，即给定某个设计目的或某种艺术风
格进行创作[10]。因此，在平面创意设计视角下，基于CycleGAN生成的石材、蕾丝纹理图像
要达成某个设计目的，就首先要回答如下基础性问题：有应用价值吗？价值几何？怎么用？
（一）基于CycleGAN生成的石材与蕾丝纹理图像的应用价值
石材与蕾丝行业调研结果表明：无论是具有自然随机纹理特性的石材图像，还是具有规则
纹理特性的蕾丝图像，目前都欠缺判断其是否具有及具有多少应用价值的技术评价指标，只能
依据人类设计师的主观评判。根据相关企业多名创意设计师对如图4、图5、图6、图7所示
图像的主观评价可以得出：
1.从可用性角度看，目前以CycleGAN作为代表的人工智能对抗生成方法更适合生成随机
纹理图像。也就是说，基于CycleGAN生成的石材图像与自然产生石材图像的异同已很难分
辨，可直接用于生产如大理石瓷砖等产品;而生成的蕾丝纹理图像只能给予人类设计师灵感和
创意，需要经过人类设计师的再加工才能应用;
2.人类设计师做设计项目有了一定经验后，往往能摸索出套路或规律性的设计方法，这可
以少走弯路，提高效率，但往往也失去了设计的新意。创新一直是设计界所追随的目标。设计
师是否具备创新思维与创新能力，往往决定着设计师的高度与作品呈现出的艺术价值。相比人
类设计师，人工智能对抗生成方法可无限生成多样性的石材与蕾丝图像，可以持续快速（理论
上）无穷地给人类设计师提供（辅助）设计灵感和创意，从而满足新时代产品设计的个性化需
求，结合现代设计理念，有效提升设计高度。
（二）基于CycleGAN生成的蕾丝纹理图像的视觉创作缺点
按蕾丝行业设计师和视觉创作常用的美学原理：蕾丝纹理一般需要具有对称与平衡的构
造。对称的设计，可以使人产生平和、庄重、严谨的心理感受，而平衡的摆放可以给人心理上
带来稳定的感受。在视觉的形式美中，平衡性是形式美的核心。从阴阳太极图案到传统年画、
剪纸、工艺品上的图案等，多数都采用了平衡的设计语言，使画面在轻重上体现出和谐的视觉
效果，而不平衡则用来表现自然的特性（如：石材图像等）。如图6、图7所示，基于
CycleGAN生成的蕾丝纹理图像目前并不具有平衡性。
另外，按视觉创作常用的美学原理，人类设计师常常使用“简洁与留白的意境”设计。“留
白”指少量的图像为主体，具有一定章法和节奏地在画面上留出空间，给受众留有想象的余
地，给画面一种正在呼吸的感觉。这一手法也是极具中国美学特征的。在朴素的设计作品中美
学不在于设计形式上的复杂性，而在于对至微细节的掌控，这种掌控其实也源自对所要表达的
主题的深入研究。也就是说，人类设计师往往会主观地控制画面的构图，虚实相生，而使我们
想要表达的设计变得主旨更突出、核心更概括、图像也因此而更加具有意境美。一味堆积设计
元素有时反而会使得画面显得拥挤，化繁为简既是设计的美学，也是生活的哲学。如图7所
示，基于CycleGAN模型生成的带石材风格转换的蕾丝纹理图像，画面拥挤，整体视觉效果不
够简洁、大气，目前的人工智能显然还不具备人的情感和想象力。
（三）如何用好基于CycleGAN生成的石材与蕾丝纹理图像
如上述，基于CycleGAN生成的石材图像的可用性好，可以直接用于生产如大理石瓷砖等
产品。我们讨论：怎么才能用好基于CycleGAN生成的蕾丝纹理图像？
由上所述，基于CycleGAN生成的蕾丝纹理图像目前只能作为人类灵感和创意的来源，需
要经过人类设计师的再加工才能使用。因此，要用好它，首先人類设计师需提炼出设计目标和
设计需求，待CycleGAN模型产出多种创意设计图像后，设计师去挑选他们喜欢的创意方案，
或者进行不断地重新组合，直至产生最满意的结果。实际上，通过以上工作，机器能够快速设
计出符合特定内容和风格的图像，辅助设计师完成草稿;针对上节所述的生成图像的创作缺
点，由人类设计师进行创意修改和细节深入。总的来说，人工智能不仅给人类设计师提供（辅
助）设计灵感和创意，同时也节约了设计师的时间和精力[11]。
在基于CycleGAN生成石材与蕾丝纹理图像的设计实践中，人工智能系统作为辅助创意设
计的工具，已经达到了创作或辅助创作的标准，具有较好的应用前景。
三、石材与蕾丝图像的人工智能对抗生成与人类创意设计的协同共进
在石材与蕾丝图像的基于CycleGAN的人工智能对抗生成实际中，我们再一次看到：机器
适合生成随机纹理，如石材图像;而对类似蕾丝的规则纹理图像的生成，机器仅仅可以承担部
分创造性工作，但是最具创新意义的转换创造，目前只能通过“人-机”协同的方式完成[12]。也
就是说，基于目前的技术和算法能力，人工智能生成的蕾丝纹理设计结果相比人类设计师的作
品还是非常初级的，甚至存在基本的视觉创作缺点。这正说明了人类设计师的不可取代性，人
的情感和想象无可替代[13]。
另外，综上所述可知：在美学艺术和应用价值评估方面，无论是针对具有自然随机纹理特
性的石材图像，还是针对具有规则纹理特性的蕾丝图像，目前都缺少较为准确的技术评价指
标，只能依据人类设计师的主观评判。
但是在这个融合协同的时代，人工智能已经可以辅助设计师完成重复性的劳动，提高人类
设计师的工作效率，因此，设计师更需要了解人工智能技术，懂得将它作为一个强大的辅助设
计工具来使用。另一方面，目前的人工智能是没有理解能力的，更谈不上具备人的情感和想
象，人工智能永远在路上[14]。社会和时代的发展为人工智能提供了学习、理解和辅助人类创
意设计的机会。
四、结语
针对基于CycleGAN模型生成的石材随机纹理和蕾丝规则纹理两大类型图像，技术指标及
主观评价表明：基于CycleGAN模型可生成具有美学艺术价值的石材与蕾丝纹理图像。另外，
行业设计师认为：生成的石材随机纹理图像可用性好，而生成的蕾丝规则纹理图像不具有对称
与平衡的构造，也不具有简洁与留白的意境，需要经过人类设计师的加工才能使用。但鉴于人
工智能对抗生成方法可无限生成多样性的蕾丝图像，可以持续快速、无穷地给人类设计师提供
辅助设计灵感和创意。因此，只要通过“人-机”协同的方式，我们相信，人和未来的机器将共
同创造出更好的创意设计，促进设计行业变革，满足新时代产品设计的个性化需求。
2024年5月30日发(作者：麦霁)
采用CycleGAN模型生成石材与蕾丝纹理的
创意设计思考
作者：钟以恒 钟尚平
来源：《美与时代·上》2020年第05期
摘 要：基于循环一致生成对抗网络（CycleGAN）模型，生成了石材随机纹理和蕾丝规则
纹理两大类型图像。根据视觉效果技术指标计算、生成蕾丝纹理的视觉创作缺点分析，以及设
计师主观评价，揭示了两类生成图像具有的艺术价值和不同的应用价值：可直接使用生成的石
材纹理，而须经过加工才能使用生成的蕾丝纹理，但可直接利用其多样无穷的灵感和创意。面
对类似蕾丝的规则纹理平面创意设计，“人-机”协同是时代发展的必然。
关键词：CycleGAN模型;石材随机纹理;蕾丝规则纹理;创意设计思考
无论是在现实世界还是在视觉艺术中，纹理都是重要的感知元素[1]，纹理提供了丰富的
细节和多样性，这对計算机图形而言是必不可少的。如图1所示，图像纹理可分为规则纹理和
随机纹理及其域变形和范围变形[2]。来自大自然的石材纹理表现出耗散结构[3]，是典型的随
机纹理，主要包括大理石和花岗岩两大纹理类型。如图2所示：从左到右，前三幅为大理石图
像，后三幅为花岗岩图像。蕾丝是镂空织物，是人工或机器编织的网眼组织，其纹理具有一定
的规则，在女装特别是晚礼服和婚纱上用得很多，也经常使用于服装的袖口、领襟和袜沿。图
3为蕾丝纹理图像示例。
行业调查表明，用于仿石材瓷砖的石材纹理图案必须突破简单拷贝天然石材纹理，而用于
服装设计的蕾丝纹理图案必须突破人类设计师的创意枯竭，加入计算创意元素，才能满足市场
对产品的多样化、艺术化和个性化等装饰需求。传统的纹理图像计算机生成方法通过构造纹理
描述特征函数，很难有效准确地反映真实图像的分布，使得产生的纹理图像在多样性、清晰度
等方面性能欠佳。
2014年GoodFellow等提出生成对抗网络（Generative Adversarial Nets， GANs）[4]，就引
起了学术界的广泛关注，成为人工智能及深度学习领域的研究热点。其最直接的应用，就是用
于图像、视频、自然语言和音乐等多种媒体的生成。目前GANs应用于图像纹理生成有两类方
式，即有监督方式和无监督域映射方式。作为典型的无监督域映射GAN模型，循环一致生成
对抗网络[5]（Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks，
CycleGAN）引入了循环一致损失函数，可以生成质量较高的图像，特别是针对目标输出无法
明确定义的图像生成任务。
本文基于CycleGAN模型生成石材与蕾丝纹理图像，从清晰度、多样性、与训练集的近似
程度等方面评估其视觉效果，分析其具有的创意设计美学艺术价值;在平面创意设计的应用价
值和应用方法视角下，区分石材随机纹理和蕾丝规则纹理，揭示了生成的石材随机纹理具有直
接应用价值，而生成的蕾丝纹理图像含有视觉创作缺点：不具有对称与平衡的构造，也不具有
简洁与留白的意境，需要经过人类设计师的加工才能在平面创意设计中使用。但是人工智能对
抗生成方法可无限生成多样性的蕾丝图像，理论上可以持续快速、无穷地给人类设计师提供辅
助设计灵感和创意，节约设计师的时间和精力。因此，面对类似蕾丝的规则纹理图像的平面创
意设计，“人-机”协同，人工智能与人类设计师交叉融合和协同共进是时代发展的必然。
一、基于CycleGAN生成的石材与蕾丝纹理图像及其视觉艺术价值
我们从福建南安石材交易市场自采集了197类、共8万张石材纹理图像，处理成256×256
大小规格的石材图像集。另外，我们从福建长乐某蕾丝贸易公司自采集了6大类、共5万张蕾
丝纹理图像，处理成256×256大小规格的蕾丝图像集。在Tensorflow深度学习框架下基于
CycleGAN模型完成实验，开发语言为python 3.5.2，使用4块NVIDIA GTX 1080Ti GPU。实
验中，我们从石材图像集中随机选取大理石和花岗岩图像各2万张作为训练样本，用近2×48
小时分别训练成模型，并据此生成了大理石和花岗岩图像各1万张（可无限生成图像），图4
和图5为生成的大理石和花岗岩纹理图像示例;另一方面，我们从蕾丝图像集中随机选取2万
张作为训练样本，用近48小时训练成模型，并据此模型生成了蕾丝图像1万张（可无限生成
图像），图6为生成的蕾丝纹理图像示例;另外，我们还从蕾丝图像集中随机选取1万张作为
“纹理”训练样本，以及从石材图像集中随机选取1万张作为“风格”训练样本，用近48小时训
练成模型，并据此模型生成了带石材风格转换的蕾丝图像1万张（可无限生成图像），图7为
生成的带石材风格转换的蕾丝纹理图像示例。
目前，通过评价生成图像的视觉效果来刻画GAN模型的性能，具体方法如：通过计算
Inception Score[6]、FID[7] （Frechet Inception Distance）等技术评价指标，来评估生成图像的
清晰度、多样性以及与训练集的近似程度等视觉效果。另外，由于风格转换图像的清晰程度与
“风格”训练样本的纹理背景保持一致，清晰程度很难准确反映图像风格转换的效果;在多样性
和近似程度上，风格转换图像不同于“纹理”训练样本和“风格”训练样本，而是融合了两者的特
征，无法采用多样性和近似程度指标去衡量。因此，在对图像风格转换图像（如图7）的视觉
效果评价上，目前没有合适的技术评价指标，主要根据人的主观感受去衡量视觉效果的优劣。
研究[8]及根据人的主观感受去衡量图4、图5、图6、图7的视觉效果表明：基于
CycleGAN生成的石材与蕾丝纹理图像的清晰度、多样性以及与训练集的近似程度等性能良
好。
按视觉传达设计原理[9]，平面创意设计不仅通过分析美学产生的视觉刺激，从而进行心
理层面的影响，以此达到有效的视觉传达效果，体现艺术价值;同时，也要求达到视觉效果与
使用功能的统一，将美学与应用价值相结合，注重设计作品的交互性、功能性、人性化等方
面。上述表明：基于CycleGAN生成的石材与蕾丝纹理图像的视觉传达效果良好，具有美学艺
术价值。以下将从平面创意设计的角度，分析基于CycleGAN生成的石材与蕾丝纹理图像的应
用价值及设计问题。
二、采用CycleGAN生成的石材与蕾丝纹理的创意设计应用价值及应用方法
在平面创意设计中，设计师会遇到“命题作文”的需求，即给定某个设计目的或某种艺术风
格进行创作[10]。因此，在平面创意设计视角下，基于CycleGAN生成的石材、蕾丝纹理图像
要达成某个设计目的，就首先要回答如下基础性问题：有应用价值吗？价值几何？怎么用？
（一）基于CycleGAN生成的石材与蕾丝纹理图像的应用价值
石材与蕾丝行业调研结果表明：无论是具有自然随机纹理特性的石材图像，还是具有规则
纹理特性的蕾丝图像，目前都欠缺判断其是否具有及具有多少应用价值的技术评价指标，只能
依据人类设计师的主观评判。根据相关企业多名创意设计师对如图4、图5、图6、图7所示
图像的主观评价可以得出：
1.从可用性角度看，目前以CycleGAN作为代表的人工智能对抗生成方法更适合生成随机
纹理图像。也就是说，基于CycleGAN生成的石材图像与自然产生石材图像的异同已很难分
辨，可直接用于生产如大理石瓷砖等产品;而生成的蕾丝纹理图像只能给予人类设计师灵感和
创意，需要经过人类设计师的再加工才能应用;
2.人类设计师做设计项目有了一定经验后，往往能摸索出套路或规律性的设计方法，这可
以少走弯路，提高效率，但往往也失去了设计的新意。创新一直是设计界所追随的目标。设计
师是否具备创新思维与创新能力，往往决定着设计师的高度与作品呈现出的艺术价值。相比人
类设计师，人工智能对抗生成方法可无限生成多样性的石材与蕾丝图像，可以持续快速（理论
上）无穷地给人类设计师提供（辅助）设计灵感和创意，从而满足新时代产品设计的个性化需
求，结合现代设计理念，有效提升设计高度。
（二）基于CycleGAN生成的蕾丝纹理图像的视觉创作缺点
按蕾丝行业设计师和视觉创作常用的美学原理：蕾丝纹理一般需要具有对称与平衡的构
造。对称的设计，可以使人产生平和、庄重、严谨的心理感受，而平衡的摆放可以给人心理上
带来稳定的感受。在视觉的形式美中，平衡性是形式美的核心。从阴阳太极图案到传统年画、
剪纸、工艺品上的图案等，多数都采用了平衡的设计语言，使画面在轻重上体现出和谐的视觉
效果，而不平衡则用来表现自然的特性（如：石材图像等）。如图6、图7所示，基于
CycleGAN生成的蕾丝纹理图像目前并不具有平衡性。
另外，按视觉创作常用的美学原理，人类设计师常常使用“简洁与留白的意境”设计。“留
白”指少量的图像为主体，具有一定章法和节奏地在画面上留出空间，给受众留有想象的余
地，给画面一种正在呼吸的感觉。这一手法也是极具中国美学特征的。在朴素的设计作品中美
学不在于设计形式上的复杂性，而在于对至微细节的掌控，这种掌控其实也源自对所要表达的
主题的深入研究。也就是说，人类设计师往往会主观地控制画面的构图，虚实相生，而使我们
想要表达的设计变得主旨更突出、核心更概括、图像也因此而更加具有意境美。一味堆积设计
元素有时反而会使得画面显得拥挤，化繁为简既是设计的美学，也是生活的哲学。如图7所
示，基于CycleGAN模型生成的带石材风格转换的蕾丝纹理图像，画面拥挤，整体视觉效果不
够简洁、大气，目前的人工智能显然还不具备人的情感和想象力。
（三）如何用好基于CycleGAN生成的石材与蕾丝纹理图像
如上述，基于CycleGAN生成的石材图像的可用性好，可以直接用于生产如大理石瓷砖等
产品。我们讨论：怎么才能用好基于CycleGAN生成的蕾丝纹理图像？
由上所述，基于CycleGAN生成的蕾丝纹理图像目前只能作为人类灵感和创意的来源，需
要经过人类设计师的再加工才能使用。因此，要用好它，首先人类设计师需提炼出设计目标和
设计需求，待CycleGAN模型产出多种创意设计图像后，设计师去挑选他们喜欢的创意方案，
或者进行不断地重新组合，直至产生最满意的结果。实际上，通过以上工作，机器能够快速设
计出符合特定内容和风格的图像，辅助设计师完成草稿;针对上节所述的生成图像的创作缺
点，由人类设计师进行创意修改和细节深入。总的来说，人工智能不仅给人类设计师提供（辅
助）设计灵感和创意，同时也节约了设计师的时间和精力[11]。
在基于CycleGAN生成石材與蕾丝纹理图像的设计实践中，人工智能系统作为辅助创意设
计的工具，已经达到了创作或辅助创作的标准，具有较好的应用前景。
三、石材与蕾丝图像的人工智能对抗生成与人类创意设计的协同共进
在石材与蕾丝图像的基于CycleGAN的人工智能对抗生成实际中，我们再一次看到：机器
适合生成随机纹理，如石材图像;而对类似蕾丝的规则纹理图像的生成，机器仅仅可以承担部
分创造性工作，但是最具创新意义的转换创造，目前只能通过“人-机”协同的方式完成[12]。也
就是说，基于目前的技术和算法能力，人工智能生成的蕾丝纹理设计结果相比人类设计师的作
品还是非常初级的，甚至存在基本的视觉创作缺点。这正说明了人类设计师的不可取代性，人
的情感和想象无可替代[13]。
另外，综上所述可知：在美学艺术和应用价值评估方面，无论是针对具有自然随机纹理特
性的石材图像，还是针对具有规则纹理特性的蕾丝图像，目前都缺少较为准确的技术评价指
标，只能依据人类设计师的主观评判。
但是在这个融合协同的时代，人工智能已经可以辅助设计师完成重复性的劳动，提高人类
设计师的工作效率，因此，设计师更需要了解人工智能技术，懂得将它作为一个强大的辅助设
计工具来使用。另一方面，目前的人工智能是没有理解能力的，更谈不上具备人的情感和想
象，人工智能永远在路上[14]。社会和时代的发展为人工智能提供了学习、理解和辅助人类创
意设计的机会。
四、结语
针对基于CycleGAN模型生成的石材随机纹理和蕾丝规则纹理两大类型图像，技术指标及
主观评价表明：基于CycleGAN模型可生成具有美学艺术价值的石材与蕾丝纹理图像。另外，
行业设计师认为：生成的石材随机纹理图像可用性好，而生成的蕾丝规则纹理图像不具有对称
与平衡的构造，也不具有简洁与留白的意境，需要经过人类设计师的加工才能使用。但鉴于人
工智能对抗生成方法可无限生成多样性的蕾丝图像，可以持续快速、无穷地给人类设计师提供
辅助设计灵感和创意。因此，只要通过“人-机”协同的方式，我们相信，人和未来的机器将共
同创造出更好的创意设计，促进设计行业变革，满足新时代产品设计的个性化需求。
二、采用CycleGAN生成的石材与蕾丝纹理的创意设计应用价值及应用方法
在平面创意设计中，设计师会遇到“命题作文”的需求，即给定某个设计目的或某种艺术风
格进行创作[10]。因此，在平面创意设计视角下，基于CycleGAN生成的石材、蕾丝纹理图像
要达成某个设计目的，就首先要回答如下基础性问题：有应用价值吗？价值几何？怎么用？
（一）基于CycleGAN生成的石材与蕾丝纹理图像的应用价值
石材与蕾丝行业调研结果表明：无论是具有自然随机纹理特性的石材图像，还是具有规则
纹理特性的蕾丝图像，目前都欠缺判断其是否具有及具有多少应用价值的技术评价指标，只能
依据人类设计师的主观评判。根据相关企业多名创意设计师对如图4、图5、图6、图7所示
图像的主观评价可以得出：
1.从可用性角度看，目前以CycleGAN作为代表的人工智能对抗生成方法更适合生成随机
纹理图像。也就是说，基于CycleGAN生成的石材图像与自然产生石材图像的异同已很难分
辨，可直接用于生产如大理石瓷砖等产品;而生成的蕾丝纹理图像只能给予人类设计师灵感和
创意，需要经过人类设计师的再加工才能应用;
2.人类设计师做设计项目有了一定经验后，往往能摸索出套路或规律性的设计方法，这可
以少走弯路，提高效率，但往往也失去了设计的新意。创新一直是设计界所追随的目标。设计
师是否具备创新思维与创新能力，往往决定着设计师的高度与作品呈现出的艺术价值。相比人
类设计师，人工智能对抗生成方法可无限生成多样性的石材与蕾丝图像，可以持续快速（理论
上）无穷地给人类设计师提供（辅助）设计灵感和创意，从而满足新时代产品设计的个性化需
求，结合现代设计理念，有效提升设计高度。
（二）基于CycleGAN生成的蕾丝纹理图像的视觉创作缺点
按蕾丝行业设计师和视觉创作常用的美学原理：蕾丝纹理一般需要具有对称与平衡的构
造。对称的设计，可以使人产生平和、庄重、严谨的心理感受，而平衡的摆放可以给人心理上
带来稳定的感受。在视觉的形式美中，平衡性是形式美的核心。从阴阳太极图案到传统年画、
剪纸、工艺品上的图案等，多数都采用了平衡的设计语言，使画面在轻重上体现出和谐的视觉
效果，而不平衡则用来表现自然的特性（如：石材图像等）。如图6、图7所示，基于
CycleGAN生成的蕾丝纹理图像目前并不具有平衡性。
另外，按视觉创作常用的美学原理，人类设计师常常使用“简洁与留白的意境”设计。“留
白”指少量的图像为主体，具有一定章法和节奏地在画面上留出空间，给受众留有想象的余
地，给画面一种正在呼吸的感觉。这一手法也是极具中国美学特征的。在朴素的设计作品中美
学不在于设计形式上的复杂性，而在于对至微细节的掌控，这种掌控其实也源自对所要表达的
主题的深入研究。也就是说，人类设计师往往会主观地控制画面的构图，虚实相生，而使我们
想要表达的设计变得主旨更突出、核心更概括、图像也因此而更加具有意境美。一味堆积设计
元素有时反而会使得画面显得拥挤，化繁为简既是设计的美学，也是生活的哲学。如图7所
示，基于CycleGAN模型生成的带石材风格转换的蕾丝纹理图像，画面拥挤，整体视觉效果不
够简洁、大气，目前的人工智能显然还不具备人的情感和想象力。
（三）如何用好基于CycleGAN生成的石材与蕾丝纹理图像
如上述，基于CycleGAN生成的石材图像的可用性好，可以直接用于生产如大理石瓷砖等
产品。我们讨论：怎么才能用好基于CycleGAN生成的蕾丝纹理图像？
由上所述，基于CycleGAN生成的蕾丝纹理图像目前只能作为人类灵感和创意的来源，需
要经过人类设计师的再加工才能使用。因此，要用好它，首先人類设计师需提炼出设计目标和
设计需求，待CycleGAN模型产出多种创意设计图像后，设计师去挑选他们喜欢的创意方案，
或者进行不断地重新组合，直至产生最满意的结果。实际上，通过以上工作，机器能够快速设
计出符合特定内容和风格的图像，辅助设计师完成草稿;针对上节所述的生成图像的创作缺
点，由人类设计师进行创意修改和细节深入。总的来说，人工智能不仅给人类设计师提供（辅
助）设计灵感和创意，同时也节约了设计师的时间和精力[11]。
在基于CycleGAN生成石材与蕾丝纹理图像的设计实践中，人工智能系统作为辅助创意设
计的工具，已经达到了创作或辅助创作的标准，具有较好的应用前景。
三、石材与蕾丝图像的人工智能对抗生成与人类创意设计的协同共进
在石材与蕾丝图像的基于CycleGAN的人工智能对抗生成实际中，我们再一次看到：机器
适合生成随机纹理，如石材图像;而对类似蕾丝的规则纹理图像的生成，机器仅仅可以承担部
分创造性工作，但是最具创新意义的转换创造，目前只能通过“人-机”协同的方式完成[12]。也
就是说，基于目前的技术和算法能力，人工智能生成的蕾丝纹理设计结果相比人类设计师的作
品还是非常初级的，甚至存在基本的视觉创作缺点。这正说明了人类设计师的不可取代性，人
的情感和想象无可替代[13]。
另外，综上所述可知：在美学艺术和应用价值评估方面，无论是针对具有自然随机纹理特
性的石材图像，还是针对具有规则纹理特性的蕾丝图像，目前都缺少较为准确的技术评价指
标，只能依据人类设计师的主观评判。
但是在这个融合协同的时代，人工智能已经可以辅助设计师完成重复性的劳动，提高人类
设计师的工作效率，因此，设计师更需要了解人工智能技术，懂得将它作为一个强大的辅助设
计工具来使用。另一方面，目前的人工智能是没有理解能力的，更谈不上具备人的情感和想
象，人工智能永远在路上[14]。社会和时代的发展为人工智能提供了学习、理解和辅助人类创
意设计的机会。
四、结语
针对基于CycleGAN模型生成的石材随机纹理和蕾丝规则纹理两大类型图像，技术指标及
主观评价表明：基于CycleGAN模型可生成具有美学艺术价值的石材与蕾丝纹理图像。另外，
行业设计师认为：生成的石材随机纹理图像可用性好，而生成的蕾丝规则纹理图像不具有对称
与平衡的构造，也不具有简洁与留白的意境，需要经过人类设计师的加工才能使用。但鉴于人
工智能对抗生成方法可无限生成多样性的蕾丝图像，可以持续快速、无穷地给人类设计师提供
辅助设计灵感和创意。因此，只要通过“人-机”协同的方式，我们相信，人和未来的机器将共
同创造出更好的创意设计，促进设计行业变革，满足新时代产品设计的个性化需求。