-
题名基于GPQ半监督神经网络的织物图像检索
- 1
-
-
作者
熊枫情
罗芊芊
蒋汶秦
吕萧羽
徐平华
-
机构
浙江理工大学服装学院
浙江省哲学社会科学重点培育研究基地浙江理工大学数智风格与创意设计研究中心
浙江理工大学丝绸文化传承与产品设计数字化技术文化和旅游部重点实验室
-
出处
《纺织高校基础科学学报》
CAS
2024年第1期42-48,共7页
-
基金
浙江省哲学社会科学规划交叉学科课题(24LMJX09YB)
浙江省高校重大人文社科攻关计划项目(2023QN092)
+1 种基金
中国纺织工业联合会科技指导性项目(2023029)
国家级大学生创新创业训练计划项目(202310338047,202210338019)。
-
文摘
为提升织物图像检索的准确性,采用改进的广义产品量化(generalized product quantization, GPQ)半监督神经网络实现弱纹理织物图像的检索。通过CLAHE方法增强织物图像纹理,加强底层纹理特征,以降低深度学习特征过拟合的概率。利用GPQ框架中产品量化、基于余弦相似性分类器和子空间极小最大熵损失计算,对提取的特征向量进行归一化,寻找最相似织物图像。实验中采用的织物数据集包含了12类不同纹理形式的织物试样,共计1 800幅图像。分别对比了基于颜色直方图的词袋模型、尺寸不变特征变换模型、最近邻和优化产品量化算法。结果表明:改进的GPQ半监督神经网络方法的平均精度均值达到89.47%,检索性能最优。该方法能批量、低成本检索出相似织物图像,提高织物图像检索的准确性。
-
关键词
织物图像
神经网络
图像增强
深度学习
图像检索
-
Keywords
fabric image
neural networks
image enhancement
deep learning
image retrieval
-
分类号
TS107.4
[轻工技术与工程—纺织工程]
-
-
题名宝相花纹样参数化建模与衍生设计研究
- 2
-
-
作者
吴思熠
高松
罗芊芊
吕萧羽
张素雅
徐平华
-
机构
浙江理工大学服装学院
温州技师学院
浙江省哲学社会科学重点培育研究基地
丝绸文化传承与产品设计数字化技术文化和旅游部重点实验室
-
出处
《北京服装学院学报（自然科学版）》
CAS
2024年第4期98-105,共8页
-
基金
国家社科基金后期资助项目(23FYSB044)
浙江省哲学社会科学规划交叉学科及冷门“绝学”课题(24LMJX09YB)
+3 种基金
浙江省重点研发计划项目(2024C01210)
浙江省教育厅一般科研项目(Y202457108)
国家级大学生创新创业训练计划项目(202310338047)
浙江理工大学基本科研业务费项目(24076109-Y)。
-
文摘
传统经典纹样的数字活化,可为当代时尚设计注入文化内涵并赋予其独特的艺术魅力。为实现经典纹样形制的衍变与创新,提出了基准纹样参数化模型构建与形态衍生方案。以宝相花纹样为范例,首先在对其文化内涵与形制特征分析的基础上,解构其秩序规则,析出若干独立图元;然后利用参数化建模插件,以模块化形式分解图元参数,组合构建基准纹样,打造一体式联动数据链;最后通过设置、调节参数,实现不同形制纹样的自动生成。相较于传统设计模式,该方案可快速实现结构约束下的差异化图案衍生,活化出多样的肌理构成和表现形式,为数智时尚创新设计提供一种便捷、有效的设计范式。
-
关键词
宝相花纹样
参数化
衍生设计
建模
结构约束
-
Keywords
baoxiang flower pattern
parameterization
derivative design
modeling
structural constrain
-
分类号
TS941.2
[轻工技术与工程—服装设计与工程]
-
