京剧脸谱图像的增强标注与交互呈现
转载请注明“刊载于《数字人文研究》2021年第3期”；参考文献格式：杨冠灿,王宪雨. 京剧脸谱图像的增强标注与交互呈现[J]. 数字人文研究,2021(3):51-62. 全文PDF已在编辑部网站http://dhr.ruc.edu.cn上发表，此处注释及参考文献从略。
摘 要
数字资源的呈现形式会很大程度上影响数字资源构建的效果。为更好地保护、传承与发展京剧脸谱，本文对京剧脸谱图像数字资源特点进行研究，分别从微观与宏观的元素视角出发，使用人工标注、专家判别和机器学习等手段对京剧脸谱图像的图案、纹饰、色彩、谱式、性格等元素进行提取，根据不同元素所对应的数字资源选择不同的呈现形式，实现京剧脸谱图像数字资源的多样化呈现，并利用“北京记忆－京剧脸谱”网站进行数字资源呈现设计的实践尝试。
关键词
京剧脸谱图像；数字资源呈现；元数据；交互呈现
作者简介
杨冠灿（通讯作者），中国人民大学信息资源管理学院副教授；王宪雨，中国人民大学信息资源管理学院本科生。
0
京剧脸谱图像资源的保护
0.1 京剧脸谱图像资源作为一种文化亟需保护
京剧脸谱是京剧演员舞台演出时的面部化妆造型，是中国戏曲一门独特的化妆造型文化。其绘画遵循一定的程式和原则，主要通过夸张的五官部位、面部纹理和色彩搭配来表现角色的性格、心理和生理上的特征，以此为整个戏剧的情节服务。作为中国传统文化的具体体现形式之一，京剧脸谱蕴含着丰厚的文化价值和艺术价值。一方面，京剧脸谱相对固化的脸谱谱式使其与人物道德品质间建立起了稳定的联系，脸谱实际成为一套视觉符号并以此向观众传播中国传统文化的道德观、善恶观和价值观；另一方面，京剧脸谱也是中国传统艺术审美的结晶，其对色彩、线条和图案等元素的运用建立在中华民族数千年来对美学的集体感性认知的基础上，充分继承了我国古典戏曲美术的传统，具有很强的艺术冲击力，可以给观众带来独特的审美享受和情感体验。
然而，作为展现传统中国人文精神的重要载体，京剧脸谱的传承与发展却面临着极大的挑战。首先，京剧的传承分为多个流派，各流派间的脸谱风格存在较大差异，且流派内的传承方式多为师徒相授、口口相传，这样的传承方式会很大程度上受到弟子才艺能力、意会能力的限制，具有很强的不稳定性。虽然当前也有一些针对京剧脸谱保护的尝试，但这些尝试往往仅对京剧脸谱的图像、图案等信息进行简单展示，缺乏细粒度的呈现，观众无法全面深入地理解脸谱元素的文化内涵，传统文化的审美价值难以得到发挥；而且大部分图像的表达形式也比较单一，很少能从多样化、多维度的角度对京剧脸谱图像进行呈现，无法将京剧脸谱这种艺术形式活化表达出来，阻碍了具有创新性的京剧脸谱应用的产生。因此，作为一种兼具艺术价值和文化价值的非物质文化遗产，京剧脸谱图像亟需进行创新性保护，实现新时代下的创造性发展。
0.2 当前的保护现状
目前，对于京剧脸谱这种非物质文化遗产的保护还处于起步阶段。主流的京剧文化研究机构，如北京京剧院、中国艺术研究院图书馆，主要是采取建档式存储方式对京剧脸谱图像进行保护，通过其官网展示一些具有历史价值的脸谱图片，对京剧脸谱文化起到了一定的留存作用，但这种保护形式倾向于关注表层“物化”的作品，而忽略了其背后的非物质文化特性；其次，一些集中介绍京剧脸谱图像的网站，如Beijing Opera Masks、中国脸谱网，虽然也提供了京剧脸谱图像的展示功能，但仅包含角色、来源剧目、表演者等基础著录信息，忽视了京剧脸谱作为图像的属性。而京剧脸谱的文化精髓恰恰是通过图像来传达的，如果缺乏对脸谱图像形态、色彩、寓意等相关信息的揭示，观众是很难凭借一张张夸张的面部绘画来理解京剧人物所附加的性格、相貌、身份地位特征的；最后，在目前的京剧脸谱图像数字资源建设实践中，脸谱图像所体现的文化价值与艺术价值往往是被孤立对待的，多数研究仅是从一个视角出发，如脸谱的装饰、人格等特征，对脸谱图像进行数字化，这种孤立的数字资源建设思路显然会影响观众对京剧脸谱文化的综合理解，导致具有创新性、交互性的脸谱应用无法产生。因此，京剧脸谱数字资源的构建不仅需要对脸谱图像进行系统的建档式存储，还需要对脸谱图像开展有针对性的数字资源建设，注重京剧脸谱背后文化、艺术价值，实现京剧脸谱图像的多维度呈现，使京剧脸谱这种艺术形式能够实现良性的发展。
1
京剧脸谱图像资源特点与呈现形态选择
单一角度的数据无论怎样设计都不可能达到多角度展示的效果，想要实现京剧脸谱图像的多样化、多维度呈现，必须要满足京剧脸谱图像数字资源处理的细粒度需求。本研究旨在挖掘京剧脸谱背后的文化、艺术价值，设计一个能够更好传承京剧脸谱文化内涵的网站，使观众更全面、深入地了解京剧脸谱的文化内涵，获得最直观的视觉体验和精神上的感染。所以在对京剧脸谱图像进行细粒度处理时，会更关注那些可以帮助用户理解京剧脸谱背后文化内涵的细微特征，并通过交互式的方式将它们呈现出来。
在完成数字资源呈现形态选择前，还需要对数字资源进行系统的梳理，最直接的方法就是从元数据层面出发，对京剧脸谱图像元素进行排列组合，使其符合不同的呈现形态需求。在京剧脸谱图像元数据方面，我们在借鉴张单阳研究的基础上，着重对脸谱谱式、纹饰、色彩、性格四方面的元素进行更细粒度的提取。这四个方面具体如下。
（1）脸谱谱式。脸谱谱式指眉眼口鼻各部分色彩纹样的整体图案，是京剧脸谱承载的文化和审美内涵的重要视觉表征，用来整体刻画京剧脸谱特征最重要的信息。由于相关典籍中有较多记载与说明，因此，经典人物的脸谱谱式标签通常可以从典籍中直接获取。
（2）脸谱纹饰。丰富的装饰纹样是京剧脸谱的重要组成部分，不同的纹饰有对应不同的象征寓意，是进行脸谱语义标注的重要依据，与脸谱纹饰相关的元素包含脸谱纹饰图案、纹饰标签以及纹饰寓意。纹饰图案可根据规则从脸谱图像中提取，然而，经典典籍中通常不包含具体脸谱图像所对应的各纹饰标签及寓意，这部分的信息需要经过人工判别或者利用机器学习分类方法才能获取。
（3）脸谱色彩。京剧脸谱用色丰富，借助色彩可以精巧地表达剧中角色的生理和心理特征，与脸谱色彩相关的元素分为主色、复色、衬色等多种标签以及对应色彩的寓意。经典人物的主色标签散见于部分经典著作中，大量脸谱图像的色彩需要人工标注。
（4）性格特征。人物性格特征是京剧脸谱希望传达的核心功能，对性格特征的挖掘与展示有利于引导观众体悟脸谱背后的文化与艺术特征。经典典籍中对京剧脸谱谱式、主色、纹饰、图案与人物性格之间的关系有简单的关联规则，但在实践中，这种规则并不适用于所有的京剧脸谱图案，因此，要获取脸谱任务性格标签，则需要经过人工判别或者利用机器学习分类方法才能获取。
进一步，我们对脸谱图像元素与交互式、多维度资源呈现进行了矩阵功能刻画，从数据元素的层次、数据准备（预处理）要求、是否可提取单独元素、是否可比较、是否可交互等五个维度出发，实现了京剧脸谱图像数字资源对应的呈现形态的初步描绘，如表1所示。
表1 京剧脸谱图像数字资源可能的呈现形态
从最终的结果来看，针对京剧脸谱的不同元素的不同特征需要选择不同的呈现形式。以下，我们将分别从微观与宏观的元素视角出发，阐述针对不同层次的京剧脸谱图像的数字资源如何选择不同呈现形态来更好地表现。
2
微观层次元素的提取与呈现
2.1 微观层次数字资源的提取
从微观层面来看，京剧脸谱的细粒度特征包括图像、图案、纹饰、色彩（主色）等，对于这些特征，可以采用人工标注的方法进行提取。具体来说，在进行微观层次数字资源的提取时，项目组成员需要在相关参考资料如权威图书、文献、网络资源等的指导下按照一定规范对图像、图案、纹饰、色彩（主色）等特征进行著录，并且为了确保著录数据的准确性，应分别指派不同的人员参与著录与审核任务。在资源著录过程中，对于脸谱纹饰、色彩（主色）等特征的语义标注是数字资源著录的难点，因为不同的纹样、色彩有不同的象征寓意，且极端情况下，即便是相同的纹样，位置稍有不同也会导致不同的象征寓意。在实践中，通常采用手工标注与专家判断相结合的方式对脸谱的纹饰或色彩特征进行语义标注。在手工标注过程之前，需要构建一个包含纹饰或色彩特征描述、寓意、典型人物，以及代表脸谱的词典表，多名标注者需要根据这个词典表对未标注的脸谱图像局部特征进行交叉标注，最后邀请专家对交叉标注过程中产生的不一致信息进行判别，从而保证语义标注数据的质量。
2.2 微观层次数字资源的呈现
在进行微观层次数字资源的呈现时，图像、图案、纹饰、色彩（主色）等微观层次元素可以通过简单的详情页直接展示，当然为了帮助用户更快捷找到相应元素，也可以建立相应的检索系统。
2.2.1 详情页全面展示
就京剧脸谱的微观层次元素来说，由于这些元素并不包含复杂的语义信息，可以提取单独元素直接进行比较，因此简单的内容展示就可以很大程度帮助观众加深对脸谱文化内涵的认识。从如图1所示的京剧脸谱详情页中，可以看到“北京记忆——京剧脸谱”网站入库的京剧脸谱包含了多种类型的数据：剧目背景相关：角色类型、一级行当、来源剧目、来源剧目出处、剧目情节；脸谱装饰特征相关：谱式、绘法、主色、眉型、眼型、额头型、鼻型、嘴型，加上性格特征共有十四种类型的标签。这其中很多标签是可以通过人工标注方法直接提取并展示的微观层次元素，将这些关键标签信息整合在一起进行全面展示，使得多维度、立体式地数字资源呈现成为可能。
图1 京剧脸谱的详情页（人物：张飞）
2.2.2 多维度纹饰、人物、主色查询系统
京剧脸谱纹饰的寓意多样，而且即便是相同的纹样，位置不同象征寓意也会不同，如果没有有效的辅助查询系统的支持，用户仅仅看到一些高度相关、或者迥异的脸谱图案，是无法有效地理解脸谱背后所表达的含义的。因此，在对京剧脸谱数字资源进行呈现时，为了更好引导观众欣赏京剧脸谱，理解脸谱纹饰背后的文化内涵，要特别注意查询系统的构建，采用多维度的辅助分类工具来帮助用户查询。尤其是一般的观众通常并没有京剧脸谱的基础知识，很可能并不了解谱式、主色等概念，需要通过智能标签系统，利用标签信息作为辅助工具来引导观众浏览。图2展示了“北京记忆——京剧脸谱”网站的检索页面，可以看到网站提供基于脸谱人物名称的检索，也包含基于纹饰、主色、谱式的辅助标签检索，实现对京剧脸谱数字资源的多维度查询。
图2 多维度纹饰、人物、主色查询系统
2.2.3 交互式纹饰查询界面
针对种类丰富、特点鲜明的京剧脸谱纹饰，交互式的脸谱纹饰呈现设计可以进一步加深观众对脸谱文化的认识，充分体悟京剧脸谱所蕴含的文化与艺术价值。在“北京记忆——京剧脸谱”网站上，可以看到前期对京剧脸谱图像的微观层次信息的详尽著录使得深层次、多维度、立体式地数字资源呈现成为可能，网站实现了对嘴型、鼻型、眼型、额头型、眉型不同纹饰的寓意分别进行展示。当观众希望全方面了解脸谱的眉型特点时，可以通过检索获取所有符合特定眉型要求的脸谱，并进一步观察这种特定眉型脸谱在形态特征、寓意、角色类型、勾画方式、谱式上的特异之处。在京剧脸谱纹饰展示交互式入口处，当观众点击进入对应脸谱纹饰后，可以全方面了解不同的眉型在具体表现特征上的差异以及对应语义细节，参见图3、图4。
图3 京剧脸谱纹饰展示交互式入口
图4 脸谱额头纹饰的展示
3
宏观层次元素的提取与呈现
3.1 宏观层次数字资源的提取
京剧脸谱图像的数字资源构建实际上就是针对脸谱图像程式化、象征性和装饰性特征的数字化解码过程，在这个过程中，脸谱图像的装饰性特征被转换输出为形态、色彩、符号等微观层次信息，而脸谱图像的程式化与象征性特征则被转换输出为宏观层次的语义信息，例如谱式——人物性格、色彩——人物性格之间存在简单的语义映射关系。但传统上，这种编码过程靠口传心授世代相传，且简单的规则往往难以涵盖复杂脸谱的实际变化，此时需要借助人工智能的图像分类、色彩识别等手段来辅助进行初步的语义标注，再结合专家经验，往往就能够获得效率和准确性上的双赢，从而为多维度的脸谱信息呈现提供支持。
图5 京剧脸谱表征过程中的编码与解码
3.1.1 脸谱谱式辅助标准
脸谱谱式是对脸谱整体形态、色彩特征的抽象，是京剧脸谱承载的文化和审美内涵的重要视觉表征，对脸谱谱式的正确标注可以帮助我们解读京剧脸谱的文化表征意义，更好地理解传统文化背后的道德观、善恶观和价值观与审美。京剧脸谱的谱式有着一套复杂的判断规则与例外情况，因为过去的传统艺人需要通过不同的色彩、纹饰、图案组合来实现对不同京剧人物的性格特征的概括、夸张，使观众更好的理解剧目。以“六分脸”为例，它是由“整脸”发展而来的，通常而言，勾画此种脸谱是用来表现老年人的面部形态和风韵。但有时黑色“六分脸”也可以用于壮年，只是在勾画方法上与老年略有不同：老年需要在耳边勾画白鬓，而壮年则不勾；老年的立柱纹只画到两眼之间为止，而壮年则有个白鼻形，立柱纹一直画到鼻端。从上例可知，每个具体脸谱在纹理、图案及配色上都存在一定差异，这些差异对于人工判别而言难度很高，而采用机器学习结合少量专家判别的方法则可能是更好的辅助方法。
我们可以将谱式的人工标注任务转化为一个典型的机器学习中的多分类任务，任务内容即利用图像识别技术，通过建模构建一个完整分类模型来自动化地实现对谱式的分类。可在专家指引下构建一个包含谱式标注信息的训练集作为经验，对成功识别出类别的谱式的百分比和谱式类别被识别错误的百分比进行度量，建模成功后就可以高效地对后续脸谱图像进行谱式标注。实践中，为了能够自动化标注经典典籍未著录的谱式标签，相关团队利用272张标注好的脸谱图像为基础，利用机器学习分类算法，对500张脸谱图像进行了自动化的谱式标注，其算法的准确率能够达到76%。图6展示了团队构建谱式标注系统的工作流。
图6 京剧脸谱谱式分类标注系统工作流
3.1.2 色彩语义辅助标注
在京剧中，脸谱的色彩并不是随意组合的，而是遵守一定约定俗成的规定的。脸谱的色彩可以帮助观众快速识别角色的主要性格特质，不同颜色通常被赋予了不同的情感色彩，象征着某一个或某一类人的品格、性情和气质。例如，红色表示耿直、忠诚，多表现正面角色，白色则表现奸邪的反面角色。但实际上，真实脸谱的色彩是丰富的，脸谱的色彩按功能可以细分为主色、副色、实色、界色和衬色；按色彩数量可分为单色脸谱与复色脸谱。具体人物的品格、性情和气质刻画都离不开色彩的组合，在特殊情况下，颜色组合提供的语义特征与单一主色之间可能存在冲突。但在传统研究中，学者们通常关注的是脸谱中主色的语义，很少有人针对颜色组合所表达的语义展开研究。
基于此，团队对脸谱中的色彩类别进行了系统研究，一方面探讨不同颜色在颜色组合中的分布特征，另一方面探索不同颜色组合对应的语义。团队首先从赵梦麟的京剧脸谱中收集了397幅京剧脸谱图像，采用人工的方法对图像的名称、类型、特点、绘画技巧以及眉毛、眼睛、额头和嘴巴的形状等进行了标注，并消除了图像的白色背景以减小偏差。之后，团队通过直方图和k-均值聚类的方法对图像进行颜色提取，构建与中国传统颜色相匹配的调色盘并查看整体的颜色分布规律及不同谱式、性格下色彩组合的分布，其效果如图7所示。
图7 京剧脸谱不同谱式、性格在色彩分布上的差异
3.1.3 人物性格辅助标注
对性格特征的挖掘与展示可以更好地帮助观众体悟京剧脸谱背后的文化特征，但实践中，对京剧脸谱人物性格的详细标注却比较缺乏，仅有少量的关于重要人物的性格特征散见于一些具体的图书中，而且这些文字之间往往存在一定的冲突。因此，如果想对脸谱人物的性格特征进行较好地呈现，就首先需要对人物性格进行标注。
具体来说，人物性格标注可以分为两个任务。（1）忠奸善恶四分类任务。京剧脸谱蕴含了丰富的装饰纹样，根据纹样所处部位可以划分为嘴型、鼻型、眼型、额头型、眉型；额头上的图案又可以根据来源划分为源于神话、源于象形、源于特征等。这些纹样都有对应的象征寓意，能够辅助人物性格的标注，上文中提到过的色彩也是京剧脸谱表达人物性格的一个重要手段。忠奸善恶四分类任务实际上也是机器学习中的多分类问题，任务内容就是利用京剧脸谱的纹饰和色彩特征，构建一个分类模型来实现对脸谱忠奸善恶性格特征的分类。可在专家指引下构建一个包含脸谱性格标注信息的训练集作为经验，对成功划分到相应性格类别的脸谱的百分比和脸谱性格类别被识别错误的百分比进行度量。（2）利用标准词典表进行具体性格标注。在实现对脸谱人物性格忠奸善恶的四分类后，可以采用手工标注与专家判断相结合的方式对脸谱的人物性格特征进行进一步的标注。这一步与前文微观层次数字资源的提取类似，在手工标注过程之前，需要构建一个包含形态特征描述、寓意、典型人物，以及代表脸谱的标准词典表，多名标注者需要根据词典表进行交叉标注，最终，邀请专家判别保证标注数据的质量。
3.2 宏观层次数字资源的呈现
宏观层次的元素，如谱式、性格、色彩（整体）通常并不能很好地直接提取对应图案、元素来表达，但考虑到其可比较的特性。可通过构建介绍性的网页，将不同类型的谱式、性格、色彩（整体）先做一个整体展示与介绍，然后让用户通过交互方式探寻不同脸谱在整体规则之外的细部差异。宏观层次的元素具体展示时，还要考虑不同元素内在的特征。例如谱式可以分为十六种基础的谱式，同时，很多谱式对于纹饰、图案通常是有一些限制性要求的；性格整体上可以分为忠奸善恶，但还有一些更细分的标签来表达年龄、地位、身体特征等；而色彩则可以根据柱形图来划分不同色彩的占比等。
3.2.1 交互式展示脸谱性格特征
象征性是京剧脸谱图像的重要特征，即强调通过图像将角色的性格特征、社会属性快速地传达给观众。我们通过交互式的手段将这种中国传统文化中对于“辨忠奸明善恶”的世界观与审美直观地传递给观众，观众通过对不同性格标签的观察、比较就能够更加全面地理解传统中国文化的“忠奸善恶”的底层逻辑。在“北京记忆——京剧脸谱”网站上，观众可以通过分别点击“忠奸善恶”进入子栏目，如图8所示。进一步，观众可通过详细比较不同大类性格下的小的性格标签分类，来观察不同性格所对应的多样化的脸谱形象，使观众获得沉浸化的体验感，并在这种交互操作下真实体验脸谱之美，参见图9。
图8 “千人千面”栏目
图9 脸谱人物性格特征的多维呈现
3.2.2 交互式脸谱谱式识别
图像识别是当前人工智能领域较为常见的任务，在这里，其核心是通过构建京剧脸谱图像谱式的分类模型，实现对未知脸谱图像谱式的识别。设计该交互式环节的目的是通过设计一系列的交互式流程，如上传图片、分析图片、预测图片谱式类别、结果反馈等与用户形成良性的互动，启发用户、使其愿意更深入地探索京剧脸谱背后的文化内涵。交互式京剧脸谱谱式识别的输出界面可如图10所示。
图10 交互式京剧脸谱谱式识别的输出界面
4
总 结
京剧是中华民族的艺术瑰宝，京剧脸谱作为京剧艺术的独特表现形式，具有丰富的文化内涵。然而目前对京剧脸谱图像的保护还存在着非物质文化特性受到忽视、图像属性不够突出、建设及应用开发维度单一等问题，京剧脸谱背后文化、艺术价值没有得到充分地重视与挖掘。因此，在京剧脸谱数字资源建设的过程中，需要从多维视角出发来构建京剧脸谱图像的数字资源，通过人工标注、专家判别和机器学习等手段对京剧脸谱图像的主题、内容、形态、色彩等信息进行尽可能详尽的标注，突出京剧脸谱的图像属性，实现多样化的京剧脸谱图像数字资源的呈现设计，尽可能地以“活态”的方式传承京剧脸谱图像程式化、象征性和装饰性的文化特征，从多维度展现京剧脸谱的独特魅力，使观众能够更全面、深入地了解京剧脸谱的文化内涵，真正认识并理解京剧脸谱文化的深厚底蕴。“北京记忆－京剧脸谱”网站建设案例是对京剧脸谱图像数字资源构建的有益尝试，为京剧脸谱图像数字资源的多维度呈现设计提供了思路。
编辑：姚静
排版：邵亚伟
公众号账号：rucdh2019
网址：http：//dh.ruc.edu.cn
邮箱：rucdh@ruc.edu.cn
中心简介
中国人民大学数字人文研究中心集人民大学多学科优势，秉持融合文理、协同创新之理念，开展数字人文理论研究、实践探索、人才培养和学术交流。