期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于CycleGAN的服装图像混搭风格迁移 被引量:5
1
作者 王伟珍 张功 《现代纺织技术》 北大核心 2023年第4期250-258,共9页
为解决复杂背景下服装图像的风格迁移形式单一和局部细节失真问题,提出一种基于CycleGAN的服装图像混搭风格迁移的方法,用于实现服装款式和图案的多风格迁移。通过加入分割掩码,一方面,对特定区域的风格化形成空间约束,在判别器中加入... 为解决复杂背景下服装图像的风格迁移形式单一和局部细节失真问题,提出一种基于CycleGAN的服装图像混搭风格迁移的方法,用于实现服装款式和图案的多风格迁移。通过加入分割掩码,一方面,对特定区域的风格化形成空间约束,在判别器中加入谱归一化和引入背景优化损失保留了局部细节的真实度,实现服装风格款式的风格迁移;另一方面,提出图像融合的方式,将图案融入判别器输出的服装图像中,实现多风格迁移。最后,通过与CycleGAN和InstaGAN比较,依据生成图像的效果进行主观分析,使用图像质量评估指标IS和SSIM进行客观评估以验证该方法的有效性。 展开更多
关键词 混搭风格迁移 生成对抗网络 服装款式 服装图案 智能设计 服装设计
在线阅读 下载PDF
基于改进Mask R-CNN的服装图像细粒度实例分割 被引量:1
2
作者 王伟珍 赵汝嘉 《毛纺科技》 CAS 北大核心 2023年第6期88-94,共7页
服装图像实例分割是人工智能辅助服装设计中的关键环节,为实现对服装图像中细粒度属性的识别与定位,提出了基于深度学习的细粒度分割方法。该方法在原始Mask R-CNN的基础上,改进ResNet残差网络的结构,并在主干层网络中引入双向特征融合... 服装图像实例分割是人工智能辅助服装设计中的关键环节,为实现对服装图像中细粒度属性的识别与定位,提出了基于深度学习的细粒度分割方法。该方法在原始Mask R-CNN的基础上,改进ResNet残差网络的结构,并在主干层网络中引入双向特征融合模块和双重注意力机制,从而提高模型的特征提取能力,在缩短信息路径的同时帮助网络模型关注更重要的区域。将该分割网络在iMaterialist Fashion数据集上进行验证与评价,结果表明该分割网络较原模型相比分割精度提高了约2.7%,该方法能够更加精准地进行细粒度实例分割,可为人工智能辅助服装设计的视觉系统研究提供新的思路。 展开更多
关键词 细粒度图像分割 服装图像 Mask R-CNN 实例分割 深度学习
在线阅读 下载PDF
基于卷积神经网络的风格迁移泳装图案设计 被引量:4
3
作者 程鹏飞 王伟珍 房媛 《丝绸》 CAS CSCD 北大核心 2023年第3期97-104,共8页
将深度学习中的风格迁移技术运用到服装图案设计领域正逐渐成为热门话题,但传统风格迁移图案设计的方法存在风格单一、纹理简单的缺点。本文提出一种辅助泳装设计师进行图案设计的方法,通过优化风格迁移中格拉姆矩阵结构,分别学习提取... 将深度学习中的风格迁移技术运用到服装图案设计领域正逐渐成为热门话题,但传统风格迁移图案设计的方法存在风格单一、纹理简单的缺点。本文提出一种辅助泳装设计师进行图案设计的方法,通过优化风格迁移中格拉姆矩阵结构,分别学习提取多张绘画作品和照片作为风格图生成创新的泳装图案设计图,同时运用Canny边缘检测算法和OpenCV图像处理库将作品从复杂背景中识别并分割出来,最终实现多风格图像输入的风格迁移辅助泳装图案设计方法。经过对比实验证明,本文生成的图案比其他风格迁移方法在风格满意度等方面获得更高评价。 展开更多
关键词 卷积神经网络 风格迁移 泳装 图案设计 CANNY边缘检测 泳装图像分割
在线阅读 下载PDF
基于生成对抗网络的女上装图像属性编辑 被引量:5
4
作者 肖红梅 王伟珍 房媛 《服装学报》 CAS 北大核心 2024年第1期42-47,共6页
为解决当前服装图像属性编辑模型生成图像存在属性缺失或冗余的问题,提出一种基于Fashion-AttGAN的优化模型对女上装图像细节进行变换的设计方法;通过优化特征提取网络,将结构相似性损失项加入重构损失,提高生成器的属性编辑能力;使用CP... 为解决当前服装图像属性编辑模型生成图像存在属性缺失或冗余的问题,提出一种基于Fashion-AttGAN的优化模型对女上装图像细节进行变换的设计方法;通过优化特征提取网络,将结构相似性损失项加入重构损失,提高生成器的属性编辑能力;使用CP-VTON数据集训练,对女上装图像中袖长和颜色的细节进行调整。结果表明,生成图像在袖型连贯性和颜色准确性方面得到提升,改进模型收敛趋势更平稳,重构图像的结构相似性指标提升了27.4%,峰值信噪比提高了2.8%。该优化模型有效减少了生成图像的属性冗余和残缺,为服装图像细节变换研究提供参考。 展开更多
关键词 服装设计 深度学习 图像生成 生成对抗网络 属性编辑
在线阅读 下载PDF
基于眼脑数据和问卷分析的泳装图像情感因子空间构建 被引量:4
5
作者 高君 王伟珍 《毛纺科技》 CAS 北大核心 2022年第6期73-79,共7页
人工智能服装设计中较为重要的步骤是将服装情感设计语言转换为计算机标注语言,而当前研究领域主要是单纯依靠问卷调查结果,这导致标注结果过于主观。针对这一问题,文章以泳装为例,通过发放调查问卷收集主观感性数据,利用眼动仪、脑电... 人工智能服装设计中较为重要的步骤是将服装情感设计语言转换为计算机标注语言,而当前研究领域主要是单纯依靠问卷调查结果,这导致标注结果过于主观。针对这一问题,文章以泳装为例,通过发放调查问卷收集主观感性数据,利用眼动仪、脑电系统收集客观生理信号与主观数据进行对比分析,同时验证主观数据的可靠性;对调查问卷数据进行主成分分析和因子分析,最终建立泳装图像情感因子空间。情感因子空间的构建可降低计算机提取服装情感信息特征的难度,有利于实现对泳装图像的识别、分类、检索等后续工作。 展开更多
关键词 泳装图像 图像情感 情感因子空间 眼动追踪 脑电信号
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部