检索结果-内蒙古大学图书馆

纺织学报 2024年第9期45卷 164-174页

作者：侯珏丁焕杨阳陆寅雯余灵婕刘正浙江理工大学服装学院浙江杭州310018 丝绸文化传承与产品设计数字化技术文旅部重点实验室浙江杭州310018 西安工程大学纺织科学与工程学院陕西西安710018 浙江理工大学国际时装技术学院浙江杭州310018

基于外观流的二维虚拟试衣技术存在着服装扭曲准确率低、纹理失真以及模型计算成本高等问题,提出了一种基于混合知识蒸馏和特征增强的轻量级无解析式虚拟试衣模型。首先,通过全局特征的融合与不同尺度下流场运算结果的校准,提出了改进... 详细信息

基于外观流的二维虚拟试衣技术存在着服装扭曲准确率低、纹理失真以及模型计算成本高等问题,提出了一种基于混合知识蒸馏和特征增强的轻量级无解析式虚拟试衣模型。首先,通过全局特征的融合与不同尺度下流场运算结果的校准,提出了改进后的外观流估计方法,提高外观流的估计精度;其次,采用知识蒸馏的方法对图像分割结果与虚拟试衣流程进行解耦,构建了基于深度可分离卷积的轻量级试衣网络;最后,提出了基于像素平均梯度的服装复杂度GTC指标量化分析服装的纹理复杂程度,以此为基础将VITON数据集划分为简易纹理集、较复杂纹理集和复杂纹理集。结果表明:提出的模型在图像质量评价指标(弗雷歇距离、感知图像块相似度、峰值信噪比、内核初始距离)上的分值较目前性能最优的模型均有所提升,能够有效提高服装扭曲准确度与试穿结果图像的质量,缓解服装纹理畸变与失真的问题,同时还拥有更小的模型尺寸和更快的运行推理速度。

关键词：虚拟试衣外观流知识蒸馏特征增强技术服装复杂度服装电子商务

来源：评论

学校读者我要写书评

暂无评论

基于服装点云的高精度袖窿分割线自动识别方法

引用

浙江理工大学学报(自然科学版) 2025年

作者：杨金莹何先撑侯珏杨阳刘正浙江理工大学服装学院浙江理工大学丝绸文与产品设计数字化技术文旅部重点实验室雅戈尔服装制造有限公司浙江理工大学国际时装技术学院

针对袖窿分割线识别困难以及生成的袖身样板不符合制版要求的问题,以正肩上衣为例,提出了一种基于服装点云的高精度袖窿分割线自动识别方法。首先,采用动态图卷积网络(Dynamic graph convolutional neural network,DGCNN)对服装点云进... 详细信息

针对袖窿分割线识别困难以及生成的袖身样板不符合制版要求的问题,以正肩上衣为例,提出了一种基于服装点云的高精度袖窿分割线自动识别方法。首先,采用动态图卷积网络(Dynamic graph convolutional neural network,DGCNN)对服装点云进行粗分割,定位袖窿区域点云,并通过去噪获得袖窿关键点云;然后,采用加权最小二乘法拟合袖窿关键点云,获得前后袖窿分割线,并结合圆弧插补与三次样条插值的方法优化分割线,以解决分割线缺失和连接错位的问题;最后,基于角度保护的曲面展开算法生成袖身样板,并加入袖山弧线修正方案,将生成样板与真实样板及NeuralT ailor网络生成的样板进行比较,以验证样板的准确性。实验结果表明:该方法生成的袖窿分割线与真实袖窿分割线高度相似,RMSE与MAE均小于0.200 cm;基于角度保护的曲面展开算法生成的袖身样板精度较高,袖身关键尺寸的平均偏差为0.238 cm,袖身样板的平均绝对误差值为0.296 cm,进一步验证了袖窿分割线的精度。该研究为服装袖身样板的自动化生成提供了有效技术路径,可以提高服装设计与开发的效率。

关键词：服装点云袖窿分割线识别动态图卷积网络曲线拟合曲面展开袖身样板生成

来源：评论

学校读者我要写书评

暂无评论

基于投影流网络和嵌入空间损失的纹样风格迁移

引用

浙江理工大学学报(自然科学版) 2025年第2期53卷 237-245页

作者：朱昱儒侯珏杨阳刘正浙江理工大学服装学院杭州311199 浙江理工大学丝绸文化传承与产品设计数字化技术文旅部重点实验室杭州311199 浙江理工大学国际时装技术学院杭州311199

针对编解码器框架造成的图像重建误差、恢复偏差以及图像风格迁移方法存在内容泄露和局部伪影等亟待解决的问题,提出了一种基于投影流网络以及嵌入空间损失的纹样风格迁移模型。通过融合投影流网络与矢量量化变分自编码器实现无偏风格迁... 详细信息

针对编解码器框架造成的图像重建误差、恢复偏差以及图像风格迁移方法存在内容泄露和局部伪影等亟待解决的问题,提出了一种基于投影流网络以及嵌入空间损失的纹样风格迁移模型。通过融合投影流网络与矢量量化变分自编码器实现无偏风格迁移,并对风格特征进行精细编码和匹配,保留更完整图像内容细节,且捕获关键风格特征;设计了一种计算风格化图和风格图的嵌入空间损失,融入总体损失函数以保证风格特征的均匀分布,减少风格差异;以云锦为例进行织物纹样风格的创新设计。结果表明:基于投影流网络和嵌入空间损失的纹样风格迁移的迁移效果,在内容评价指标结构相似性(Structural similarity,SSIM)、内容损失上的分值较对比模型分别提高86.21%、54.29%、20%和32.58%、18.68%、18.99%;风格评价指标Gram损失为4.5×10^(-6),较对比模型提高近一倍,表明该方法有效平衡了内容保留与风格迁移的需求,提高风格化效果。该模型在改善内容泄漏的同时避免了内容失真和风格过度覆盖,有效捕捉复杂风格特征和色彩层次,促进纹样创新设计,增加风格迁移在纺织服装领域的可能性。

关键词：风格迁移嵌入空间损失矢量量化变分自编码器内容泄漏投影流纹样

来源：评论

学校读者我要写书评

暂无评论

基于三维人体姿态信息的协作式扩散试衣生成网络

引用

浙江理工大学学报（自然科学版） 2024年第5期51卷 691-704页

作者：丁焕侯珏杨阳刘正浙江理工大学服装学院杭州311199 浙江理工大学丝绸文化传承与产品设计数字化技术文旅部重点实验室杭州311199 浙江理工大学国际时装技术学院杭州311199

为解决人体关节遮挡产生的试衣错误、试衣生成结果保真度低以及试衣前后人体形态保持不一致等问题,提出了一种基于三维人体姿态信息的协作式扩散试衣生成网络—3DM-VTON网络。首先,通过三维人体姿态估计模型重构二维人体图像对应的三维... 详细信息

为解决人体关节遮挡产生的试衣错误、试衣生成结果保真度低以及试衣前后人体形态保持不一致等问题,提出了一种基于三维人体姿态信息的协作式扩散试衣生成网络—3DM-VTON网络。首先,通过三维人体姿态估计模型重构二维人体图像对应的三维人体姿态信息,获取人体各部位的空间顺序。其次,利用多部件服装变形网络,根据服装部件的外观流场对目标服装各部位进行变形,并在人体部位空间顺序的指导下对各服装部件特征进行融合。最后,将人体全局特征与融合后的服装特征引入扩散网络,通过人体姿态控制模块与区域度判别器限制其生成自由度,保证试衣前后人体形态一致性,从而提升图像局部细粒度,获得高质量的虚拟试衣结果。将3DM-VTON网络与目前常用的二维虚拟试衣网络进行实验对比,结果表明:3DM-VTON网络在人体关节遮挡处的服装变形准确度更高,试衣结果更加清晰、自然和逼真,试衣前后人体形态保持更一致。3DM-VTON网络能够生成高质、多姿势的试衣结果,满足虚拟试衣用户更多的试穿需求,可以提升消费者在线购物体验度,助推服装电商行业发展。

关键词：虚拟试衣生成对抗网络扩散网络外观流场服装部件分割

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：