期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的服装时尚分析研究
被引量：
4
1
作者
史英杰
杨天佑
+1 位作者
黄海桥
张艳艳
《北京服装学院学报（自然科学版）》
CAS
北大核心
2020年第1期100-110,共11页
服装是目前全球最具商业利益的产业之一,基于机器学习的服装时尚分析技术是利用海量的服装时尚数据学习挖掘服务于时尚产业的商务智能信息,该技术日益受到工业界和学术界的共同关注。本文结合服装时尚数据的特点提出了基于机器学习的服...
服装是目前全球最具商业利益的产业之一,基于机器学习的服装时尚分析技术是利用海量的服装时尚数据学习挖掘服务于时尚产业的商务智能信息,该技术日益受到工业界和学术界的共同关注。本文结合服装时尚数据的特点提出了基于机器学习的服装时尚分析基本框架,并在此基础上从文本数据分析和图像数据分析两个方面对近几年国内外的相关研究工作进行总结分析,指明了该领域面临的挑战和未来的研究工作。
展开更多
关键词
机器学习
服装时尚
区域识别
趋势分析
图像检索
推荐
下载PDF
职称材料
基于注意力机制与对比学习的任意风格迁移
2
作者
高静欣
黄海峤
罗霄
《北京服装学院学报（自然科学版）》
CAS
2024年第3期78-86,95,共10页
针对目前任意风格迁移研究中存在的既要保持图像语义内容和结构信息的一致性,同时又要迁移更多风格特征的难点问题,本文基于注意力机制和对比学习设计了图像任意风格迁移模型。其中所设计的基于注意力的自适应转换网络,可以使模型自适...
针对目前任意风格迁移研究中存在的既要保持图像语义内容和结构信息的一致性,同时又要迁移更多风格特征的难点问题,本文基于注意力机制和对比学习设计了图像任意风格迁移模型。其中所设计的基于注意力的自适应转换网络,可以使模型自适应地获取风格特征的全局统计信息,有效改善特征融合过程中内容特征与风格特征统计特性的对齐状态;而其中所设计的对比损失,使模型在对比学习中有效融合内容图像的结构特征,使生成图像与内容图像具有良好的内容相似性。同其他5种先进模型的对比实验表明,本文设计的模型生成的图像在视觉效果以及定量评价上都具有显著优势。
展开更多
关键词
任意风格迁移
注意力机制
对比学习
卷积神经网络
下载PDF
职称材料
题名
基于机器学习的服装时尚分析研究
被引量：
4
1
作者
史英杰
杨天佑
黄海桥
张艳艳
机构
北京服装学院
信息
工程
学院
北京服装学院
北京市
服装
产业
数字化
工程技术
研究
中心
中国社会科
学院
农村发展
研究
所
出处
《北京服装学院学报（自然科学版）》
CAS
北大核心
2020年第1期100-110,共11页
基金
国家自然科学基金资助项目(61502279)
北京服装学院高水平教师队伍建设专项资金资助项目(BIFTQG201803)
+1 种基金
北京市服装产业数字化工程技术研究中心开放课题项目(KJCX1902-30299/009)
北京市教委科技计划项目(SQKM201810012010)
文摘
服装是目前全球最具商业利益的产业之一,基于机器学习的服装时尚分析技术是利用海量的服装时尚数据学习挖掘服务于时尚产业的商务智能信息,该技术日益受到工业界和学术界的共同关注。本文结合服装时尚数据的特点提出了基于机器学习的服装时尚分析基本框架,并在此基础上从文本数据分析和图像数据分析两个方面对近几年国内外的相关研究工作进行总结分析,指明了该领域面临的挑战和未来的研究工作。
关键词
机器学习
服装时尚
区域识别
趋势分析
图像检索
推荐
Keywords
machine learning
clothing fashion
region recognition
trend analysis
image retrieval
recommendation
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TS941 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
基于注意力机制与对比学习的任意风格迁移
2
作者
高静欣
黄海峤
罗霄
机构
北京服装学院
文理
学院
北京服装学院
北京市
服装
产业
数字化
工程技术
研究
中心
出处
《北京服装学院学报（自然科学版）》
CAS
2024年第3期78-86,95,共10页
基金
北京市教育委员会科学研究计划项目(KM202210012002)
2023年北京高等教育“本科教学改革创新项目”(202310012004)。
文摘
针对目前任意风格迁移研究中存在的既要保持图像语义内容和结构信息的一致性,同时又要迁移更多风格特征的难点问题,本文基于注意力机制和对比学习设计了图像任意风格迁移模型。其中所设计的基于注意力的自适应转换网络,可以使模型自适应地获取风格特征的全局统计信息,有效改善特征融合过程中内容特征与风格特征统计特性的对齐状态;而其中所设计的对比损失,使模型在对比学习中有效融合内容图像的结构特征,使生成图像与内容图像具有良好的内容相似性。同其他5种先进模型的对比实验表明,本文设计的模型生成的图像在视觉效果以及定量评价上都具有显著优势。
关键词
任意风格迁移
注意力机制
对比学习
卷积神经网络
Keywords
arbitrary style transfer
attention mechanism
contrastive learning
convolutional neural network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的服装时尚分析研究
史英杰
杨天佑
黄海桥
张艳艳
《北京服装学院学报（自然科学版）》
CAS
北大核心
2020
4
下载PDF
职称材料
2
基于注意力机制与对比学习的任意风格迁移
高静欣
黄海峤
罗霄
《北京服装学院学报（自然科学版）》
CAS
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
