苗族服饰图案
浅谈苗族服饰图案元素
活力。
２ 动物 图案
动物 图案通 常造 型奇 特 ， 变 形夸 张 ， 包括 牛 、 龙、 象、 虎、
狮、 鹿、 狗、 马、 兔、 鼠、 鸡、 凤、 山雀 、 猫头鹰、 鱼、 龟、 蟾蜍 、 蝙蝠、 蝴蝶 、 蜜蜂和 变形 的人 。 ３ ． 植物 图案
三、 苗族 服 饰图 案 与审美 情感
在 独特 的 自然环境和 社会历史环 境下 ， 苗族服饰 艺术在
继承苗族传统 的基 础上， 还 融合 与借 鉴 了其 他民族的元素 ， 因 此， 创造 了苗族独特 的民族刺 绣服 饰艺术 ， 也造就 了特 殊的审 美情趣。 “ 苗族服饰 的美 学价值 主要体 现在 两个 方面： 一方 面是苗
苗族 服饰上 的植物 图案包括菊花 、 荷花、 石榴、 葫芦 、 向日 葵、 鸡冠花 、 辣椒 花 、 折 枝等 花卉 植物 ， 还 有很 多不 知名 的花
草。
二、 苗族 服饰 图 案元 素 的运用
１ ． 图案在刺绣 中的运用
一
族服饰 的外在美 ， 它包含 了服饰本身 的款式 、 色彩、 质料 、 刺 绣 纹样等形 式要素的组合 ， 从而达到一种美 的视觉效果 ， 以实现
人 自强不息 的民族精神 ， 再 现 了苗族 人生 息繁衍 的历史。作 为一种 独特 的服 饰文化 ， 苗族 服饰 图案丰 富 了民族 文化的 内
涵与底蕴。
单 又复杂， 把苗族特 色体 现得淋漓尽致 ， 它是 民间艺人 真正艺
术 化 的创 造 。
结 语
苗 族人 以 自己独特 的艺术语 言和形 式， 通过 服饰展现 了 自己的审美 情趣 、 崇拜信 仰 、 原始古朴 的 图腾 以及 生命 感悟 。
关于四川苗族服饰介绍
关于四川苗族服饰介绍四川苗族服饰：流动的艺术与深厚的文化印记四川，这片神奇的土地上，生活着众多的民族，其中苗族以其独特的文化魅力吸引着世界的目光。
而苗族服饰，作为其文化的重要载体，更是展现出丰富多彩的民族风情和深厚的历史积淀。
首先，四川苗族服饰的色彩斑斓，图案繁复，是苗族艺术的一大亮点。
苗族妇女的服装通常由深蓝、黑色或深绿色的底布制成，上面绣有鲜艳的红色、黄色、白色等色块，形成强烈的视觉冲击。
这些图案多取自自然，如花鸟、虫鱼、山水，也有象征吉祥、幸福的图腾，如龙、凤、蝴蝶等，每一种图案都有其特定的含义，是苗族人民对生活的理解和对美的追求的体现。
其次，苗族服饰的装饰繁复，工艺精湛。
无论是领口、袖口、裤脚，还是头饰、腰带，都充满了精致的刺绣和银饰。
苗族银饰尤其独特，它们不仅是装饰，也是财富的象征。
银帽、银项圈、银手镯、银腰带，每一处都镶嵌着精巧的银片，雕刻着复杂的花纹，闪耀着银光。
这些银饰不仅体现了苗族人民的高超技艺，也反映了他们对生活的热爱和对美的崇尚。
再者，四川苗族服饰的变化多样，反映了地域性和族群性的差异。
在四川，不同地区的苗族有着各自的服饰特色，如川南的黔东南苗族，他们的服饰以黑、蓝为主，绣花精致，银饰繁复；而川西的藏羌苗族，他们的服饰则更加简洁，以羊毛织成，色彩以红、白、黑为主，装饰以彩线绣花和银饰为主。
这些差异体现了苗族对环境的适应和对自我文化的坚守。
此外，苗族服饰不仅仅是日常的穿着，更是重要的礼仪服饰。
在节日庆典、婚礼、葬礼等重要场合，苗族人民会穿上最华丽的服饰，展示出他们对生活的尊重和对仪式的重视。
这些服饰不仅仅是物质的，更是精神的，它们承载了苗族的历史记忆，传递了苗族的文化精神。
四川苗族服饰，就像一部活生生的历史书，每一道针线，每一枚银饰，都在讲述着苗族的故事。
它们是苗族人民智慧的结晶，是他们对生活的热爱和对美的追求的表达，更是他们独特文化身份的鲜明标志。
四川苗族服饰，不仅是物质的，更是精神的，它们是苗族历史的见证，也是苗族文化的传承。
从特征辨识到图像生成：基于AIGC范式的苗族服饰设计
理论与方法丝绸ＪＯＵＲＮＡＬＯＦＳＩＬＫ从特征辨识到图像生成:基于ＡＩＧＣ范式的苗族服饰设计Ｆｒｏｍｆｅａｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｔｏｉｍａｇｅｇｅｎｅｒａｔｉｏｎ ＭｉａｏｅｔｈｎｉｃｃｏｓｔｕｍｅｄｅｓｉｇｎｂａｓｅｄｏｎｔｈｅＡＩＧＣｐａｒａｄｉｇｍ于㊀鹏ꎬ张㊀毅(江南大学设计学院ꎬ江苏无锡２１４１２２)摘要:苗族服饰是中国民族服饰体系中重要的组成部分ꎬ在商品化发展中开辟了广阔的市场ꎬ但产品同质化现象将阻碍民族文化的进一步发展ꎬ人工智能生成内容(ＡＩＧＣ)的发展为传统服饰设计提供了新的可能ꎮ文章基于苗族服饰现代化的需要ꎬ通过搭建多模型组合流程ꎬ为苗族服饰成衣化设计提供灵感样本ꎮ实验结果表明ꎬ以服饰辨识性为基础ꎬ采用Ｌｏｒａ训练方式ꎬ仅需少量样本即可实现苗族服饰特征在ＳｔａｂｌｅＤｉｆｆｕｓｉｏｎ生成内容中的迁移ꎮ将深度学习引入非遗服饰现代化的进程中ꎬ旨在助力非遗服饰朝着成衣化㊁多样化㊁大众化方向发展ꎬ以数字化方式推动民族服饰转型升级ꎮ关键词:ＡＩＧＣꎻ苗族ꎻ非遗服饰ꎻ少样本风格迁移ꎻＳｔａｂｌｅＤｉｆｆｕｓｉｏｎꎻＬｏｒａꎻ辅助设计中图分类号:ＴＳ９４１.２６㊀㊀㊀㊀文献标志码:Ａ㊀㊀㊀㊀文章编号:１００１７００３(２０２４)０３０００１１０ＤＯＩ:１０.３９６９∕ｊ.ｉｓｓｎ.１００１￣７００３.２０２４.０３.００１收稿日期:２０２３１０１５ꎻ修回日期:２０２４０１０９基金项目:教育部人文社会科学研究一般项目(２１ＹＪＡ７６００９６)ꎻ中国非物质文化遗产传承人研修培训计划项目(文非遗发 ２０１７ ２号)作者简介:于鹏(１９９４)ꎬ男ꎬ硕士研究生ꎬ研究方向为服饰文化与艺术设计ꎮ通信作者:张毅ꎬ教授ꎬｚｈａｎｇｙｉ＠ｊｉａｎｇｎａｎ.ｅｄｕ.ｃｎꎮ㊀㊀科技的发展推动设计的进步ꎬ设计的进步为市场带来新的生机活力ꎮ苗族以其丰富的文化资源在文旅融合㊁深度发展的浪潮中迎来新机遇ꎬ但同质化的产品使得苗族服饰在市场销售中难以取得更大的发展[１]ꎮ纺织品的工业化将当地人从繁重的织布制衣活动中解放出来的同时ꎬ传统苗族服饰的重要性逐渐消解ꎮ乡村大部分青壮年选择离开家乡外出务工[２]ꎬ制作者和使用者的缺失ꎬ使苗族服饰文化资源流失严重[３]ꎮ苗服并非没有受众ꎬ当地年轻人没有拒绝本民族文化ꎬ更不会排斥具有苗族元素的现代化服装ꎬ游客也需要多样化的民族服饰ꎮ然而普通设计师不能完全理解苗族文化的深邃ꎬ非物质文化遗产的传承人难以兼顾成衣设计的商业性ꎬ如何将苗族传统服饰的特征迁移至现代服饰中成为值得思考的问题ꎮ近年来人工智能在图像生成技术中的发展似乎为解决这一问题提供了新思路ꎮ随着人工智能生成内容(ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＧｅｎｅｒａｔｅｄＣｏｎｔｅｎｔꎬＡＩＧＣ)的发展ꎬ如对比语言图像预训练模型(ＣｏｎｔｒａｓｔｉｖｅＬａｎｇｕａｇｅ￣ＩｍａｇｅＰｒｅ￣ＴｒａｉｎｉｎｇꎬＣＬＩＰ)㊁扩散模型(ＤｉｆｆｕｓｉｏｎＭｏｄｅｌｓꎬＤＭ)等多类优秀的图像生成模型陆续问世ꎬ它们根据训练逻辑的不同在文本图片生成领域各有优势ꎮ文本生成图像预训练模型是一种在大规模图像和语言数据集上进行自我监督训练的技术ꎬ仅通过自然语言即可产出理想效果的内容[４]ꎮ稳定扩散(ＳｔａｂｌｅＤｉｆｆｕｓｉｏｎꎬＳＤ)是扩散模型在图像绘制和类条件图像合成方面取得的新成果ꎬ并在无条件图像生成㊁文本到图像合成等任务上具有竞争力ꎬ同时显著降低了计算需求[５]ꎮ扩散模型在生成结果的多样性上有着先天的优势ꎬ能为设计提供灵感素材ꎬ而大型模型难以顾及单一领域特别是传统文化的深度ꎮ庞大的训练集使大型模型无法灵活应用于垂直领域内容ꎬ因此Ｈｕ等[６]提出了大语言模型的低秩适应方法(Ｌｏｗ￣ＲａｎｋＡｄａｐｔａｔｉｏｎｏｆＬａｒｇｅＬａｎｇｕａｇｅＭｏｄｅｌｓꎬＬｏｒａ)的概念ꎮ将之引入图像生成模型中ꎬ旨在通过少量素材为生成内容添加特征ꎮＺｈａｎｇ等[７]提出的精细控制方法 控制网(ＣｏｎｔｒｏｌＮｅｔ) ꎬ将之运用至图像生成工作中ꎬ完成对画面施加进一步控制ꎮ基于以上研究ꎬ本文通过对苗族服饰的特征与内涵的分析ꎬ提取辨识元素并加以训练ꎬ以文本生成图像的方式ꎬ将苗族传统服饰特征迁移至现代服饰中ꎬ实现辅助苗族服饰成衣化设计的目的ꎮ１㊀苗族服饰的可辨识特征分析受感知压缩模型(ＰｅｒｃｅｐｔｕａｌＣｏｍｐｒｅｓｓｉｏｎＭｏｄｅｌꎬＰＣＭ)１Ｖｏｌ.６１㊀Ｎｏ.３Ｆｒｏｍｆｅａｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｔｏｉｍａｇｅｇｅｎｅｒａｔｉｏｎ:ＭｉａｏｅｔｈｎｉｃｃｏｓｔｕｍｅｄｅｓｉｇｎｂａｓｅｄｏｎｔｈｅＡＩＧＣｐａｒａｄｉｇｍ原理的启发ꎬ本文提取苗族服饰中人类感知系统容易分辨的元素ꎬ以此组建训练集内容ꎮ服饰之间的不同是可辨识的ꎬ这种可辨识的特征来自款式㊁配饰㊁纹样等元素ꎮ在模型训练中ꎬ服饰的辨识度影响生成内容中服饰的特征表达ꎬ在样本有限的前提下ꎬ图像需要选用最具辨识性的元素ꎮ本文以苗族服饰为例ꎬ从款式㊁配饰㊁纹样与配色等角度分析其可辨识特征ꎮ１.１㊀款式目前苗族尚无存在文字的证据[８]ꎬ服饰在漫长的岁月中承担起传递历史信息的作用ꎮ服装既是辨别民族的凭据ꎬ也是区分族寨的手段ꎬ传统苗服最重要的社会功用是标识统一婚恋集团ꎬ被称为 不同服不通婚 [９]ꎮ为了实现标识类别的功用ꎬ每种款式的苗族服饰都有独特之处ꎮ苗族服饰种类丰富ꎬ不仅村寨之间款式不同ꎬ同村寨㊁同款式之间也有区别ꎮ服饰承担着区分婚姻集团的社会功用ꎬ必须有一定的共性ꎬ但手工制作使每件服装具备独特之处ꎮ本文以表１中四款苗族服饰为例进行对比ꎬ款式都应用了交领的构造ꎬ并且在领㊁肩㊁襟㊁袖均有装饰ꎬ区别在于装饰的样式和工艺ꎻ袖部结构主要区别在袖口位置㊁大小与装饰品ꎻ门襟构造亦类似ꎬ两襟胸前交叉ꎬ 交下式 结构略有不同ꎬ在交叉处另系一挑花围腰ꎬ上有彩珠下垂流苏更显俏皮ꎻ下装多为深色百褶裙ꎬ只在长短㊁装饰与褶量中有所区别ꎬ 交下式 的百褶裙长不过膝ꎬ在中国传统服饰中是极为大胆的款式[１０]１４４ꎮ苗族服饰中ꎬ共性占主要地位ꎬ但服饰之间又是多样的ꎬ其个性主要体现在装饰方式与位置的不同ꎮ漫长的文化交流中ꎬ各村寨的苗族同胞相互吸取彼此优秀的服装元素ꎬ以至于款式逐渐接近ꎮ就苗服系统而言ꎬ不论是 交领 或是 阔袖 ꎬ这样的形制对于苗服都不是必然的ꎬ具备 圆领 窄袖 等特征的苗服也大量存在ꎻ对于中华服饰整体而言ꎬ此类款式特征也在其他传统服饰中发现ꎬ这是苗族同胞与各民族交流的必然结果ꎮ款式的辨识特征需要在苗族服饰的共性中选取ꎬ且这样的特征不影响生成结果的自由度ꎮ将苗族服饰看作一个整体ꎬ其辨识特征的提取要尽量减少款式个性特征的干扰ꎬ模型的训练需要考虑其泛化性ꎬ如 交下式 中的围腰ꎮ尽管此特征具有较高的辨识性ꎬ但也存在没有围腰的款式ꎬ如不将此元素剔除ꎬ则生成的所有服饰都存在围腰ꎮ将款式的个性特征保留为辨识元素ꎬ降低了迁移模型的泛化能力ꎮ若在设计中需要针对某一款式的个性特征生成内容ꎬ如 抬拱式 中的 斗纹布 这类复杂的部分ꎬ则需要单独建立属于 抬拱式 的训练集ꎬ以此训练专属于某一款式的迁移模型ꎮ表１㊀苗服款式对比Ｔａｂ.１㊀ＣｏｍｐａｒｉｓｏｎｏｆＭｉａｏｃｌｏｔｈｉｎｇｓｔｙｌｅｓ１.２㊀配㊀饰苗族服饰的装饰以银饰为主ꎬ银饰是苗族文化的载体ꎬ无论是盛大集会ꎬ还是日常劳作ꎬ苗人都习惯佩戴银饰[１１]ꎮ银制品代表的是锋利ꎬ在苗族人民心中可以驱魔除恶ꎬ银对于苗族人民来说是原始精神信仰[１２]ꎮ银饰既是以富为美的外化ꎬ又是世代传承从 女儿 到 母亲 角色转换的象征[１３]ꎮ随着新航路的开辟ꎬ明朝中期大量白银流入中国ꎬ银质装饰逐渐出现在苗族服饰中ꎬ银制品不仅受苗族青睐ꎬ与苗族邻近的侗族㊁彝族㊁羌族等服饰中均有佩戴银饰的习惯ꎮ区别在于银饰在苗族服饰中的广泛性ꎬ从生命的开始银饰就已经成为伴身之物ꎬ随着年龄的增长银饰的数量在女性身上２第６１卷㊀第３期从特征辨识到图像生成:基于ＡＩＧＣ范式的苗族服饰设计逐渐增加ꎬ在节日盛会中部分村落的姑娘们戴十余斤银饰环佩叮当ꎬ展示审美情操与彰显家世ꎮ如图１[１０]１５７ꎬ１６８所示ꎬ银饰造型多样ꎬ银泡所代表的 点 元素㊁银链所构成的 线 元素和银板所呈现的 面 元素ꎬ三种元素经过苗族匠人之手组合成纷繁复杂的苗族银饰体系ꎬ复杂精美的银饰成了外人对苗族服饰最深刻的印象ꎬ可以说银饰是苗族服饰最明显的可辨识特征ꎮ图１㊀苗族配饰辨识元素分析Ｆｉｇ.１㊀ＥｌｅｍｅｎｔａｎａｌｙｓｉｓｆｏｒｉｄｅｎｔｉｆｙｉｎｇＭｉａｏａｃｃｅｓｓｏｒｙｃｏｍｐｏｎｅｎｔｓ１.３㊀纹样与配色中式图案强调 图必有意ꎬ意必吉祥 ꎬ其中 意 是传统图案的灵魂ꎮ这种特征在苗族服饰图案中尤为突出ꎬ苗族图案绝大多数具有特殊含义ꎬ如体现益寿延年㊁婚姻幸福㊁子嗣延绵及福气吉祥等文化意蕴的蝴蝶纹[１４]ꎬ又如代表了正直勇敢㊁乐于奉献㊁勤劳善良等精神品质的鸟纹等吉祥纹样[１５]ꎮ还有极具苗族特色的 龙纹 ꎬ当地人将生活中常见的动植物进行 龙化 ꎬ或将动植物绘出人脸ꎬ或将目标四肢艺术化ꎬ或在龙化目标身上增加花卉尾巴ꎬ这些纹样是苗族构建出来的精神世界[１０]１２ꎬ是重要的辨识特征ꎮ苗族传统服饰善于运用高纯度配色ꎬ这种大胆的配色方式与传统中式服装朴素温婉的色彩搭配不同ꎬ表现出鲜明的民族特色ꎮ苗族传统绣品在色彩搭配上注重整体平衡ꎬ且色彩的深浅搭配巧妙协调ꎮ苗族纹样中大量运用补色关系ꎬ即使在强调整体色调一致性的情况下ꎬ也特别注重图案内部元素之间的主次和呼应关系[１６]ꎮ如图２[１０]１５０所示ꎬ红绿两种互补色生动地勾勒出飞鸟与花草的形状ꎬ补色的使用是有的放矢的ꎬ白色线条中和了两种冲突的色彩ꎬ画面丰富跳跃却不失和谐ꎬ独特的配色增加了苗族服饰的辨识度ꎮ图２㊀苗族刺绣Ｆｉｇ.２㊀Ｍｉａｏｅｍｂｒｏｉｄｅｒｙ苗族服饰中丰富且独具特色的配色体现在苗族服饰的方方面面ꎬ训练集中的苗族服饰是苗族色彩的载体ꎬ因此在选择训练集样本时不需要做额外处理ꎮ然而苗族纹样中丰富的意象表达ꎬ在一定程度上成为迁移模型训练的难点:文字的缺失加深了图案中 意 的表达ꎬ准确表 意 的图案ꎬ有着严格的形制ꎬ如 江河纹 的形制是三道横线ꎬ代表的是黄河㊁长江㊁平原[１０]１１ꎬ在生成时增减一道线条都不符合原本纹样的含义ꎻ对于少样本迁移模型的训练ꎬ纹样的辨识度是不够的ꎬ并非苗族纹样不独特ꎬ而是有限的样本在有限的像素空间中难以提供足够多的信息以供深度学习ꎮ因此ꎬ需要发挥传承人自身的能动作用ꎬ尽管生成图案是不符合制式的ꎬ但其颜色与位置排布符合一定的美学特征ꎮ传承人参考生成结果ꎬ对固有形制的图案进行二次创作ꎬ充分发挥人在非遗产品设计中的主导作用ꎬ为生成纹样赋予新的含义ꎮ除此之外ꎬ还可通过大量分析苗族纹样元素搭建苗族纹样库ꎬ使用ＳｔｙｌｅＧＡＮ模型进行大规模数据的训练ꎬ这种模型需要大量的图案数据ꎬ以便学习到足够的图像特征[１７]ꎮ２㊀辅助苗族服饰设计模型架构扩散模型的随机性使生成内容的丰富性与差异性得到了保证ꎮ基于稳定扩散模型的辅助服饰设计架构分为３个模块ꎬ流程如图３所示ꎮ首先构想方案选定目标民族服饰ꎬ绘制草稿并列出相应提示词(Ｐｒｏｍｐｔｓ)ꎮ接着根据构想内容进入数据采集模块ꎬ分析目标服饰中可供辨识的特征ꎬ以此为基础选择图像素材进行标签(Ｔａｇ)写入ꎬ素材来源于书籍或互联网中的图像内容ꎮ之后进入训练模块ꎬ将图像素材结合标签训练为具有迁移特征功用的Ｌｏｒａꎬ接着把最初绘制的草稿通过控制网中具有边缘检测功能的Ｃａｎｎｙ模型进行精准控制ꎬ并与Ｌｏｒａ共同作用于预测模块ꎬ最终产出可供参考的灵感图ꎮ３Ｖｏｌ.６１㊀Ｎｏ.３Ｆｒｏｍｆｅａｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｔｏｉｍａｇｅｇｅｎｅｒａｔｉｏｎ:ＭｉａｏｅｔｈｎｉｃｃｏｓｔｕｍｅｄｅｓｉｇｎｂａｓｅｄｏｎｔｈｅＡＩＧＣｐａｒａｄｉｇｍ图３㊀人工智能辅助苗族服饰设计流程Ｆｉｇ.３㊀ＡＩ￣ａｓｓｉｓｔｅｄＭｉａｏｃｌｏｔｈｉｎｇｄｅｓｉｇｎｐｒｏｃｅｓｓ２.１㊀基础模型的构筑潜在扩散模型是生成图像内容的基础模型ꎬ其生成内容在多样性方面有着显著的优势ꎮＳｔａｂｌｅＤｉｆｆｕｓｉｏｎ由路德维希 马克西密利安大学研究团队在扩散模型上的最新突破ꎬ通常扩散模型会引入一个噪声参数ꎬ将初始的正态分布随机变量逐渐转化为目标数据分布对应的样本ꎮ通过一系列的变换操作对当前的随机变量更新ꎬ这些变换操作会逐渐去除噪声并逼近所要学习样本的数据分布ꎮＳｔａｂｌｅＤｉｆｆｕｓｉｏｎ架构如图４所示ꎬ首先通过训练获得基于感知压缩模型的编码器(Ｅ)与解码器(Ｄ)ꎬ对输入像素空间中的内容Ｘ用编码器(Ｅ)编码ꎬ映射至潜空间(ＬａｔｅｎｔＳｐａｃｅ)并添加固定长度为Ｔ的马尔科夫链(ＭａｒｋｏｖＣｈａｉｎ)使噪点随机正态分布ꎬ再由条件去噪自动编码器(ＣｏｎｄｉｔｉｏｎａｌＤｅｎｏｉｓｉｎｇＡｕｔｏｅｎｃｏｄｅｒ)以语义映射㊁文本和图像含义为条件ꎬ利用交叉注意力机制获得适合数据输入到Ｕ￣Ｎｅｔ中间层的表示ꎬ以实现降噪的目的ꎬ最后通过解码器(Ｄ)将潜空间中的内容还原成像素图像ꎮ感知压缩模型可以将高频率但对人眼不太重要的细节信息从数据中抽离出来ꎬ从而得到一个低维的潜空间ꎬ这大大提高了训练效率[５]ꎮ扩散模型的底层逻辑决定了其生成内容的随机性ꎬ同一文本在生成参数相同的情况下生成内容是不同的ꎬ因此在使用扩散模型生成服装设计参考图时ꎬ往往能得到意想不到的图像内容ꎬ在实际设计中具有一定的启发性ꎮ本文潜在扩散模型选择ＳｔａｂｌｅＤｉｆｆｕｓｉｏｎ官方推出的模型ＳＤ１.５ꎬ其中训练数据取自ＬＡＩＯＮ￣５Ｂ[１８]ꎬ训练集的广泛性基本满足常规服饰内容的生成ꎬ但面对下游应用特别是传统文化领域力有不逮ꎬ故需要一种对应的解决方法ꎬ将传统服饰特征迁移至生成内容中ꎮ图４㊀稳定扩散模型架构Ｆｉｇ.４㊀ＭｏｄｅｌａｒｃｈｉｔｅｃｔｕｒｅｏｆＳｔａｂｌｅＤｉｆｆｕｓｉｏｎ２.２㊀迁移模型的构筑大语言模型的下游应用通常是通过微调(Ｆｉｎｅ￣ｔｕｎｅ)实现的[１９]ꎬ潜在扩散模型也不例外ꎮ在Ｆｉｎｅ￣ｔｕｎｅ时ꎬ扩散模型中的数据量往往是庞大的ꎬ然而微调只是针对部分数据调整ꎬ在应对少量数据迁移任务时ꎬ重复的训练无疑是浪费的ꎬ并且大部分个人电脑无力负担大模型训练所需的庞大算力ꎬ因此出现了Ｌｏｒａ训练方式ꎮ２.２.１㊀低秩方式低秩方式Ｌｏｒａ的引入使ＳｔａｂｌｅＤｉｆｆｕｓｉｏｎ能够快速灵活地实现民族服饰特征的迁移ꎮ预先训练过的语言模型具有较低的 学习维度 ꎬ将之随机投影到更小的子空间ꎬ也可以有效地学习[６]ꎮ假设通过Ｆｉｎｅ￣ｔｕｎｅ更新模型为ｈ＝Ｗ０＋ΔＷꎬ通过低秩(Ｌｏｗ￣Ｒａｎｋ)的方式约束模型更新为Ｗ０ｘ＋ΔＷｘ＝Ｗ０＋ＢＡｘꎬ其中Ｂ属于原模型矩阵中秩与行的积ꎬＡ属于原模型矩阵中秩与列的积ꎬ秩的参数量远小于原始模型中需要更新的参数ꎬ则ｈ可表示为:ｈ＝Ｗ０ｘ＋ΔＷｘ＝Ｗ０ｘ＋ＢＡｘ(１)Ｌｏｒａ架构如图５所示ꎬ通过这个方式在训练潜在扩散模型训练时ꎬ冻结预训练(ＰｒｅｔｒａｉｎｅｄＷｅｉｇｈｔｓ)的模型权重ꎬ将需要训练的分解矩阵注入转换模型(Ｔｒａｎｓｆｏｒｍｅｒ)中ꎬ分解矩阵相较于原模型矩阵中的参数量是极小的ꎮ在实际应用中ꎬ对４第６１卷㊀第３期从特征辨识到图像生成:基于ＡＩＧＣ范式的苗族服饰设计潜在扩散模型某一领域特征的调整仅需要一个包含十几张图像的训练集ꎬ极大地降低训练时间ꎮ图５㊀低秩方式架构Ｆｉｇ.５㊀Ｌｏｗ￣ｒａｎｋａｄａｐｔａｔｉｏｎａｒｃｈｉｔｅｃｔｕｒｅ２.２.２㊀损失函数在生成式模型的设计中ꎬ损失函数通过评价模型预测值(Ｏｂｓｅｒｖｅｄ)与观察值(Ｐｒｅｄｉｃｔｅｄ)的差异从而优化模型ꎬ通常潜在扩散模型适用于交叉熵损失函数(Ｃｒｏｓｓ￣ｅｎｔｒｏｐｙ)ꎮ因为运用对数运算差异值ꎬ从而避免了指数爆炸的问题ꎬ在数值上更加稳定ꎬ并且擅长应对单一样本多标签(Ｔａｇ)的训练ꎮ对于扩散模型这样一张图像多个标签的训练样本ꎬ交叉熵函数是合理选择ꎬ但对于Ｌｏｒａ的训练则不然ꎮＬｏｒａ训练集中图像素材相较整个潜在扩散模型少得多ꎬＬｏｒａ的迭代步数与原模型相比也少很多ꎬ选择损失函数需考虑在少量素材的前提下目标特征的表现力ꎮＬｏｒａ的目的是通过少量数据的调整ꎬ使生成结果呈现明显的特征ꎬ因此在Ｌｏｒａ训练时选择均方误差损失函数(ＭｅａｎＳｑｕａｒｅｄＥｒｒｏｒꎬＭＳＥ)更适合ꎬ其对预测值与观察值的敏感性使之适用于Ｌｏｒａ训练集的训练ꎬ公式如下:ｌｏｓｓ＝１ＮðＮｉ＝１(ｙｉ－ｙｉ)２(２)式中:Ｎ表示样本数量ꎬｙ表示第ｉ个样本的观察值ꎬｙ表示第ｉ个样本的预测值ꎮ通常生成模型的鲁棒性与损失函数值负相关ꎮ２.３㊀控制模型的构筑ＳｔａｂｌｅＤｉｆｆｕｓｉｏｎ在生成内容时仅依赖提示词ꎬ难以实现如姿势固定㊁款式固定等特定需求ꎬ因此斯坦福大学研究团队提出了名为 控制网 的控制架构ꎬ这是一种端到端神经网络架构ꎬ控制扩散模型学习特定任务的输入条件ꎮ控制网架构如图６所示ꎬ即将一个大型扩散模型的权重克隆为一个 可训练副本 和一个 锁定副本 ꎬ其中 锁定副本 不变ꎬ 可训练副本 受特定训练集中训练条件控制ꎬ二者通过 零卷积(Ｚｅｒｏｃｏｎｖｏｌｕｔｉｏｎ) 连接ꎻ 零卷积 是一种卷积核初始为零的卷积操作ꎬ通过训练逐渐使其收敛至最优值并动态调整其更新权重ꎬ将基于图像的条件转换为６４ˑ６４的特征空间ꎬ以适应卷积操作的大小ꎬ并与完整的模型一起进行训练[７]ꎮ图６㊀控制网架构Ｆｉｇ.６㊀ＭｏｄｅｌａｒｃｈｉｔｅｃｔｕｒｅｏｆＣｏｎｔｒｏｌＮｅｔ控制网通过条件任务ꎬ限定了扩散模型图像的随机生成ꎬ本文从服装设计角度出发ꎬ选择边缘检测模型Ｃａｎｎｙꎬ此模型可以检测参考图中物体的边缘ꎬ以此为条件指导图像生成ꎮ在非遗服装设计中ꎬＣａｎｎｙ能通过手绘稿生成成品参考图ꎬ也能通过成衣图为其赋予非遗服饰特色ꎮ３㊀实验结果与分析３.１㊀模型训练准备３.１.１㊀实验环境与训练参数设置本文应用于模型训练与图像生成的实验环境为ＣＰＵ:１２ｔｈＧｅｎＩｎｔｅｌ(Ｒ)Ｃｏｒｅ(ＴＭ)ｉ５￣１２４９０Ｆ３.００ＧＨｚꎬＧＰＵ:ＮＶＩＤＩＡＧｅＦｏｒｃｅＲＴＸ３０６０１２Ｇꎬ系统:Ｗｉｎｄｏｗｓ１０ꎬ编程语言:Ｐｙｔｈｏｎꎬ版本:Ｐｙｔｈｏｎ３.１０.８ꎮ选择ＳＤ１.５模型为基本模型ꎬ其训练集是基于５１２ˑ５１２像素的图像素材ꎬ因此与之匹配的Ｌｏｒａ模型训练也应使用同等像素的素材ꎬ最大训练周期ＭａｘＴｒａｉｎＥｐｏｃｈｅｓ＝１５ꎬ每３个周期保存一次ꎬ学习率ｌｒ＝１ｅ－４ꎬ训练集图片数量１５ꎬ由于Ｌｏｒａ样本较少故ｂａｔｃｈｓｉｚｅ设置为１ꎮ５Ｖｏｌ.６１㊀Ｎｏ.３Ｆｒｏｍｆｅａｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｔｏｉｍａｇｅｇｅｎｅｒａｔｉｏｎ:ＭｉａｏｅｔｈｎｉｃｃｏｓｔｕｍｅｄｅｓｉｇｎｂａｓｅｄｏｎｔｈｅＡＩＧＣｐａｒａｄｉｇｍ３.１.２㊀迁移模型训练集素材整理Ｌｏｒａ训练方法仅需要十几张图像素材即可实现对大模型生成内容的迁移ꎬ相对较小的训练集使其训练与应用中快速且灵活ꎬ但缺点是信息承载量少ꎬ因此对于辨识元素的选取需要慎重ꎮ根据Ｌｏｒａ训练方法的特性ꎬ结合前文对苗族服饰辨识元素的分析ꎬ可知银饰是苗族服饰中最明显的特征ꎬ因此在训练集素材收集时ꎬ需重点选用含有银饰的苗族服饰图像材料ꎮ如图７[１０]１４９所示ꎬ本文苗族服饰图像选用«中国苗族服饰图志»中的传统苗族服饰ꎬ将人物部分通过Ｐｈｏｔｏｓｈｏｐ软件去除背景以减少不必要的信息干扰ꎬ裁剪图片至５１２ˑ５１２像素ꎬ并为训练集中图像素材写入标签ꎮ标签在扩散模型中的作用是用来帮助模型理解图像的语义ꎬ同时也是生成内容时的触发词ꎬ使用Ｄｅｅｐｂｏｏｒｕ提取与图像相关联的文本标签ꎬ并通过人工方式对标签调整[２０]ꎮ图７㊀传统苗服Ｆｉｇ.７㊀ＴｒａｄｉｔｉｏｎａｌＭｉａｏｃｌｏｔｈｉｎｇ３.２㊀实验变量与结果分析除了训练素材ꎬ影响Ｌｏｒａ模型训练的因素还有标签写入和训练深度ꎮ本文通过控制变量法验证标签写入方法对生成内容的影响ꎬ并以此为基础对比迭代次数与训练周期对生成内容的影响ꎮ３.２.１㊀标签写入方法对迁移的影响本文通过控制变量法对比标签与生成图片结果之间的关系ꎬ根据标签写入方法不同分为三组:ＬｏｒａＡꎬ为所有图片添加以 苗族服饰 拼音缩写 ＭＺＦＳ 命名的服饰特征标签ꎬ删除标签包含内容ꎬ也就是所有包含于苗族服饰中的文本标签ꎬ如项链㊁手环等ꎬ以保持添加标签语义的唯一性ꎻＬｏｒａＢꎬ仅添加服饰特征标签ꎬ其他不做修改ꎻＬｏｒａＣꎬ直接应用提取内容ꎬ作为对照组ꎮ以下为生成内容共同提示词: ｍａｓｔｅｒｐｉｅｃｅꎬｕｌｔｒａｄｅｔａｉｌｅｄꎬｒｅａｌｉｓｔｉｃꎬｓｈａｒｐｆｏｃｕｓꎬＲＡＷｐｈｏｔｏꎬ１ｇｉｒｌꎬｆｕｌｌｂｏｄｙꎬｍｏｄｅｌｆｉｇｕｒｅꎬｄｅｔａｉｌｅｄｓｋｉｎｔｅｘｔｕｒｅꎬｄｅｔａｉｌｅｄｈａｉｒꎬｌｏｎｇｈａｉｒｓｔｙｌｅꎬｄｅｔａｉｌｅｄｅｙｅｓꎬｂｉｇｅｙｅｓꎬｇｌｉｓｔｅｎｉｎｇｓｋｉｎꎬｗｈｉｔｅａｎｄｂｌａｃｋｃｌｏｔｈｅｓꎬｃｏｍｐｌｅｘｄｅｔａｉｌｅｄｃｌｏｔｈｅｓꎬｂｌａｎｋｂａｃｋｇｒｏｕｎｄꎬｓｔａｎｄｉｎｇꎮ如图８所示ꎬ添加标签 ＭＺＦＳ 的ＬｏｒａＡ㊁ＬｏｒａＢ两款模型ꎬ在使用提示词 ＭＺＦＳ 时ꎬ生成内容中苗族服饰元素明显ꎬ但提示词内容不能完全体现ꎮ在不使用提示词时ꎬ能表现出一定的苗族服饰特征ꎬ但更好地反映了提示词中的语义信息ꎮＬｏｒａＣ因为没有添加相应标签ꎬ所以对此提示词无反应ꎬ生成内容依然在保留苗族服饰特征的基础上ꎬ且有效地生成与提示词语义内容相符的结果ꎮ这是因为即便不添加特征标签ꎬＬｏｒａ训练集在扩散中为 服饰 这一语义提供了新的信息ꎬ致使生成内容中残留有苗族服饰特征ꎬ不改动标签的方法对复现训练集内容是不利的ꎬ但因其能有效反应提示词信息ꎬ在启发苗族服饰成衣设计方面是有优势的ꎮ对照表明ꎬ在训练Ｌｏｒａ时是否保留标签语义的唯一性ꎬ对生成内容无明显影响ꎬ添加统一标签会提高生成内容中苗族服饰的特征ꎬ但相应地会降低模型的灵活性ꎮ为了保证特征迁移的同时生成结果的灵活性ꎬ本实验对标签不做改动ꎮ图８㊀标签写入方法对比Ｆｉｇ.８㊀Ｃｏｍｐａｒｉｓｏｎｏｆｔａｇｗｒｉｔｉｎｇｍｅｔｈｏｄｓ３.２.２㊀图像迭代与训练周期对迁移的影响训练集图像的迭代(Ｉｔｅｒａｔｉｏｎ)可以提高模型对特定样本敏感性ꎬ通常情况下迭代次数越多训练周期越长ꎬ损失函数值越小模型鲁棒性越好ꎮ但对于应用了均方差损失函数的Ｌｏｒａ模型来说并非如此ꎮ如图９所示ꎬ对于训练集Ｉｔｅｒａｔｉｏｎ＝２０的Ｌｏｒａ模型ꎬ其生成结果随着训练周期的递增ꎬ苗族服饰特征逐渐增加ꎻ在Ｅｐｏｃｈｅｓ＝３时画面主要反映提示词的语义信息ꎬ而苗族服饰特征不明显ꎬ但随着训练周期的深入苗族服饰的特征逐渐增多ꎻ在Ｅｐｏｃｈｅｓ＝１５时ꎬ生成服饰以苗族服饰特征为主ꎮ随着迭代次数的增加ꎬ至Ｉｔｅｒａｔｉｏｎ＝４０时模型对６第６１卷㊀第３期从特征辨识到图像生成:基于ＡＩＧＣ范式的苗族服饰设计提示词的反馈能力逐渐不足ꎬ除了Ｅｐｏｃｈｅｓ＝３时能反映提示词语义ꎬ其他生成周期均无法获得有效生成内容ꎮ最后当Ｉｔｅｒａｔｉｏｎ＝６０时模型的泛化能力失效ꎬ在高周期的生成内容中出现了训练集图像的复现ꎬ延长训练周期反而不利于Ｌｏｒａ模型的训练ꎮ图９㊀迭代与周期数量生成内容对比Ｆｉｇ.９㊀Ｃｏｍｐａｒｉｓｏｎｏｆｃｏｎｔｅｎｔｇｅｎｅｒａｔｉｏｎｂｅｔｗｅｅｎｉｔｅｒａｔｉｏｎａｎｄｅｐｏｃｈｅｓ从各阶段损失函数值分析也能得出相似的结论ꎬ在表２中随着模型的迭代ꎬ损失函数逐渐收敛ꎬ降低的数值没有带来更好的迁移效果ꎬ过低的损失函数表现为训练集内容出现在生成图像中ꎬ模型呈现泛化能力不足的缺点ꎬ降低迭代步数与训练周期能避免这一问题ꎮ从以上对比实验可以看出ꎬ在图像数量为１５的训练集中ꎬ每张图像素材迭代２０次ꎬ训练周期在６~１２ꎬ最能体现苗族服饰特征且能有效表现提示词内容ꎮ表２㊀迭代次数与损失函数对比Ｔａｂ.２㊀Ｃｏｍｐａｒｉｓｏｎｏｆｉｔｅｒａｔｉｏｎｃｏｕｎｔａｎｄｌｏｓｓｆｕｎｃｔｉｏｎ３.３㊀模型灵活性与造型控制３.３.１㊀迁移模型灵活性分析服饰类Ｌｏｒａ的灵活性表现为应对不同的服饰类提示词时ꎬ在准确反映提示词内容的基础上实现服饰风格迁移ꎮ如图１０所示ꎬ本文方法训练的Ｌｏｒａ模型ꎬ在基本提示词不变的前提下ꎬ仅更换服装品类词语ꎬ可实现对多种成衣品类内容的生成ꎬ并且不同批次生成内容是多样的ꎮ以关键词为 毛衣 的生成内容为例ꎬ苗族服饰图案元素以类似费尔岛纹样的方式表现出来ꎬ银饰则是表现为类似拉夫领的领部结构ꎬ这种形式的组合没有额外的指令干预ꎬ仅通过Ｌｏｒａ对基础模型ＳＤ１.５的修改实现的ꎮ图１０㊀不同提示词生成内容比较Ｆｉｇ.１０㊀Ｃｏｍｐａｒｉｓｏｎｏｆｃｏｎｔｅｎｔｇｅｎｅｒａｔｉｏｎｕｓｉｎｇｄｉｆｆｅｒｅｎｔｐｒｏｍｐｔｓ３.３.２㊀造型控制控制网中的Ｃａｎｎｙ模型可以有效检测输入图像中的 线 ꎬ包括服饰中的轮廓线㊁结构线㊁分割线等ꎬ以此为条件控制内容的生成ꎮ如图１１所示ꎬ本文以四款传统苗族服饰款式图为例ꎬ在高权重下ꎬ款式图对生成结果有较强的控制效果ꎬ图像中服装形制接近传统苗族服饰ꎮ随着控制模型权重逐渐下降ꎬ扩散模型的特点逐渐凸显ꎬ生成内容不再完全受限于款式图的形制ꎬ在保留一定款式图形制的基础上开始发散ꎮ对于传承人而言ꎬ在高权重控制下仅需绘制线稿或草稿ꎬ即可模拟成衣效果ꎻ降低控制权重可以为传承人提供多样化的设计灵感ꎮ７。
浅谈苗族服饰的纹样.doc
浅谈苗族服饰的纹样摘要苗族历史悠久，聚居地域辽阔而复杂，苗锦苗绣服饰图案艺术的发展体现了苗族妇女的价值认同以及对美好生活追求的民族审美个性。
不同的地域环境和支系形成了绮丽多变、纹饰繁富的多样性风格。
关键词：苗族服饰妇女价值纹样艺术绮丽多姿民族审美引言苗族服饰向来以绮丽多姿、纹饰繁富的特点为世人称道。
令人难以想象的是，苗族有些简陋的吃住生活与他们织绣染装服饰艺术的五彩缤纷、灿烂夺目形成了非常鲜明的反差。
在苗族服装饰纹图案精美绚丽多姿的背后，有些人家连床铺被盖尚不齐全，食物常年以酸汤菜为主的条件下，在服饰上从不含糊行事。
从发生学的角度上来看，任何民间艺术品背后所蕴藏着的意涵、人文内涵及象征意义都与该民族或群体的生存、发展和思维方式休戚相关，特别是一些民族风俗习惯在民族和群体中一般来说是约定成俗、口传心授的。
正文一、苗族服饰图案纹样艺术的人文背景服饰织绣染装艺术在苗族社会中能占有如此重要的地位，千百年来得以经久不衰的繁荣和发展，一方面体现了这一约定成俗的民族风俗习惯；另一方面则体现了苗族妇女自身的价值观，即能力的体现和审美的体现。
这两种价值观的体现对其社会声誉和择偶、婚姻缔结产生直接而重大的影响。
苗族是以家庭为生产单位的自给自足的小农经济，吃的、用的都基本上由家庭自己生产，妇女除参加农业劳动和家务劳动之外，纺织、刺绣或蜡染是她们一生的主要劳作。
因此，纺织绣染在苗族中成为人们评价妇女能力高下的一个主要标准。
美誉四方的妇女，必定是纺织绣染做得最好、心灵手巧的妇女，她们会受到人们的敬重和喜爱。
反之，不善纺织绣染的妇女，会受到人们鄙视，给待婚姑娘在择偶、婚姻上带来不利甚至麻烦。
显然，这种受风俗制约的习惯势力是苗装服饰发展的主要条件。
千变万化、灿烂多样的苗装服饰纹样表达了苗族妇女对美好生活的追求，也反映了苗族人民热爱民族本土文化生活的社会习俗和社会风尚，正因为这种民风民俗的提倡和地位的确立，才使苗装苗绣得以世世代代不断继承和发展。
贵州苗族服饰纹样的文化内涵浅析
贵州苗族服饰纹样的文化内涵浅析贵州苗族是我国的少数民族之一，其服饰纹样独具特色，融合了苗族民俗文化的内涵。
下面将对贵州苗族服饰纹样的文化内涵进行浅析。
贵州苗族服饰纹样体现了苗族人民的宗教信仰和神话故事。
苗族人民崇拜自然万物，信仰多神教，他们将神的形象绘制在服饰纹样中，认为这样可以得到神的庇佑和保护。
在苗族绣花中，常常可以看到神像的图案，如苗族神像、贵洗顶神、观音菩萨等。
这些图案不仅体现了苗族人民的宗教信仰，也展现了苗族文化的丰富内涵。
贵州苗族服饰纹样反映了苗族人民的生活习俗和民族精神。
苗族人民生活在山区，他们的生活方式与外界有很大的差异。
苗族服饰的纹样常常以山水、花草、动物等自然元素为主题，以表达苗族人对自然环境的热爱和尊重。
苗族绣花图案中的动物常常是苗族人生活中的好朋友，如鸟儿、鱼儿、花鸟虫鱼等，它们是苗族人民对自然界的热爱和对生活的喜悦的表达。
贵州苗族服饰纹样传承了苗族人民的历史记忆和文化传统。
苗族人民历经沧桑，积淀了丰富的历史记忆和文化传统。
苗族服饰纹样中的各种图案和符号，蕴含着苗族人民的历史、文化和民族精神。
如苗族的花车、舞龙、舞鹿等在纹样中的再现，不仅展示了苗族人民的历史和文化，也传递了苗族人民一代代传承的精神。
苗族服饰纹样还体现了苗族人民的审美理念和艺术追求。
苗族人民对美的追求和审美意识深入人心。
在苗族绣花中，不仅有身份、地位的象征，也有苗族人民对美好生活的期待和向往。
苗族绣花图案色彩斑斓，形式多样，线条流畅，构图妥帖，无论是花朵的竞相绽放，还是鸟儿的翩翩起舞，都展现了苗族人的审美情趣和艺术创造力。
贵州苗族服饰纹样融合了苗族民俗文化的丰富内涵，体现了苗族人民的宗教信仰、生活习俗、历史记忆和艺术追求。
通过对苗族服饰纹样的深入研究和理解，有助于更好地认识和传承苗族文化，推动中华民族的多元文化发展。
苗族纹样“螺旋纹”在服装中的体现
苗族纹样“螺旋纹”在服装中的体现作者：张志敏和雨来源：《青年文学家》2012年第17期摘要：苗族服饰纹样的结构是非常复杂的，分布范围也很广泛。
要了解他们每一个苗族服饰纹样的真正含义并不容易，其中最具代表性的“螺旋纹”是这些纹样中的代表之一。
纵观中国古代纹样历史，我们发现这样一个现象：无论是龙，凤，虎，龟，动物，或荷花这种图案，几乎都可以找到螺旋纹的影子。
与其他纹样相比，它所应用的范围非常广泛并且并没有一个属于它自己的主题，但却总是以造型的身份出现在纹样的各个角落。
关键词：苗族服饰；“螺旋纹”[中图分类号]： J523.5 [文献标识码]：A[文章编号]：1002-2139(2012)-17-0-01一、苗族纹样概述在漫长的时代变迁中，勤劳、聪明、勇敢的苗族人民为了适应时代的生存和发展，不仅创造和发明了物质财富，而且还创造了灿烂的民族文化，苗族的纹样是一个重要组成部分。
它最明显的特征就是繁富与多变。
在古代，这一特征很早就有了记载，这一记载把苗族纹样描述的像五彩斑斓的羽毛，又像万花簇拥的花园。
其中他的复杂体现为以下几个方面。
首先，纹样格局密集且繁重。
服装从头到脚布满了各式各样的纹样，还有很多装饰性纹样，因此整套服装看起来密集的没有一点空白的地方。
其次，纹样的结构种类丰繁复杂。
整套衣裙，飞鸟鱼虫、山川河流、日月繁星等等纹样．应有尽有，不一而足。
最后，在每一种纹样中又包含了不同种类的纹样。
例如，鸟的羽毛，局部或全部的各种植物的变形图案，鸟类的翅膀变形为其他昆虫，甚至一条龙纹的龙头可变形鹿角，蛇鳞，角的组合。
二、苗族螺旋纹样造型来源贵州的苗族对螺旋纹有很深的记忆与崇拜，无论在剪纸、蜡染、刺绣、头饰中，还是服装上，螺旋纹都是非常常见的。
当追溯到这种纹样的起源，淳朴善良的苗族人可以说出各种浪漫和悲惨的故事。
一说，他们的祖先经过千山万水，长途跋涉来到这里，为了纪念这一行动用漩涡作为印记以示后人；二说，蝴蝶妈妈和水涡相遇后日久生情，后来生的十二个蛋的不同情节；三说，是苗族人民祭祖时标示在牛头上的毛漩，因为这是他们祖先的象征。
丹寨县苗族服饰
丹寨县苗族服饰
丹寨县境内苗族“嘎闹”支系有七个亚族群，自古就有把自己的图腾物作为饰品图案来穿着佩戴的习俗。
最能保持原貌的是“雅灰型”的百鸟衣。
随着时间的延伸，各亚族群的区别越来越大，但都有一个共同点：即在能体现的刺绣或蜡染技艺上，竭尽其能地表现他们的图腾物—--鸟纹，把鸟纹发展得淋漓尽致。
正是这种对鸟的极度崇拜，造就了苗族“嘎闹”支系的服饰艺术形象和艺术魅力，并向外透露了“嘎闹”支系的族源信息。
而“百鸟衣”“锦鸡服”蜡染古装等则成为对鸟崇拜的集中体现，也成为该支系鸟文化艺术的经典。
凯里苗族服饰：穿在身上的历史
黔东南苗族侗族自治州凯里市辖8个镇、2个乡、5个街道办事处，总人口45.5万人，其中苗族人口33万。
由于苗族先民迁入凯里的时间有先后，定居后又受所处地理环境制约和周边文化的影响，自然形成数个地域相对稳定的服饰文化圈。
苗族服饰，主要是指苗族妇女服饰。
凯里苗族服饰集刺绣、蜡染、织锦、银饰于一体，款式古朴，格调典雅，为中外学者所注目，关于凯里苗族服饰的述著颇多，被誉为“穿在身上的历史”、“穿在身上的文化”，并把凯里苗族服饰分为“舟溪式”、“巴拉河式”、“湾水式”和“凯棠式”四种类型。
同时，苗族服饰也为中外收藏家所青睐，近二十年来，不断有人进入苗族村寨，搜购年代比较久远的衣物、绣片、锦片和蜡染，民间苗族服饰珍品流失情况也比较严重。
苗族服饰和苗族织锦，已列为为国家级非物质文化遗产保护名录，受凯里市文广局的派遣，工作人员于2009年的7、8、9三个月深入到一些苗族村寨，对凯里市的苗族服饰进行了一番调查。
在苗族群众的文化心理，外来文化的冲击越强烈，他们固守本民族传统文化的行为就越发坚定。
一、舟溪式苗族服饰制作苗族盛装，必须掌握刺绣、织锦、银饰等高超的技艺。
银饰的制作，主要有男性工匠来完成，刺绣和织锦就是女性的活路了。
杨术艺所属的苗族支系习惯上称“中裙苗”，其服饰是对襟裙装型, 款式简单古朴。
“中裙苗”主要分布在凯里市的舟溪镇、万潮镇、鸭塘镇和三棵树镇的部分村寨，有学者将这种苗族服饰称之为“舟溪式苗族服饰”。
特征是：上装为青色土布半袖对襟衣，前襟双侧钉有3至5颗布扣、铜扣。
穿着时衣袖反卷，戴袖筒。
盛装多以紫缎面料，衣袖用贴花绣、茧片绣及马尾绣装饰;衣背、衣肩钉银圆泡及银片。
腰束织锦腰带。
夏装下身穿短裙，盛装则着多片绣花条裙，裙外系前后绣花围巾。
小腿着脚筒或绑腿，脚穿刺绣花鞋。
杨术艺向我们展示了她马尾绣和贴片绣的技法。
掌握贴片绣技法，还必须会剪纸，杨术艺剪刀下剪出的花鸟鱼虫，活灵活现。
看来，她还是一个剪纸艺术家。