亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于深度學(xué)習(xí)的服裝絲縷平衡性評價系統(tǒng)

        2019-10-29 09:17:06陳敏之
        紡織學(xué)報 2019年10期
        關(guān)鍵詞:池化層平衡性像素

        許 倩, 陳敏之,2

        (1. 浙江理工大學(xué) 服裝學(xué)院, 浙江 杭州 310018; 2. 浙江理工大學(xué) 國際教育學(xué)院, 浙江 杭州 310018)

        絲縷平衡是體現(xiàn)服裝最終效果與構(gòu)成服裝版型的關(guān)鍵[1]。依靠絲縷平衡來控制服裝結(jié)構(gòu)的平衡是立體裁剪的基礎(chǔ)。只有將面料縱橫絲縷與人體模型上的縱橫基準(zhǔn)線對應(yīng),才能使制作的服裝在穿著時保持挺括與不變型。

        在服裝產(chǎn)品試樣的過程中,絲縷平衡是評價服裝整體合體度和平整度的重要考量因素。由于服裝穿著在人體上處于立體的狀態(tài),需要通過試樣師或樣版師的經(jīng)驗來對多部位進(jìn)行綜合的觀察和審視,判斷服裝是否平整合體。這種評價方式的主觀性強(qiáng),并且費(fèi)時費(fèi)力。在數(shù)字化服裝量身定制發(fā)展的今天,個性化、智能化的設(shè)計和制造成為發(fā)展趨勢,虛擬服裝樣板制作和試裝已成為可能,雖然國內(nèi)外人們在虛擬服裝試樣[2-3]上已做了一定的研究,但主要集中在對虛擬服裝設(shè)計、搭配、動靜態(tài)的展示和松量[4-5]的檢驗上,而對虛擬制造成衣綜合的平衡效果還未實現(xiàn)自動評價,這一定程度上制約了數(shù)字化服裝設(shè)計在產(chǎn)業(yè)中的應(yīng)用。

        在智能化生活的大環(huán)境下,利用深度學(xué)習(xí)在圖像識別上可對圖像自動提取特征,利用權(quán)值共享提高訓(xùn)練效率,進(jìn)一步提高識別率的優(yōu)越性[6-8]。本文引入深度學(xué)習(xí)的方法,提出一種基于絲縷狀態(tài)的虛擬試裝的評價模型,從而建立可實現(xiàn)對服裝各關(guān)鍵部位絲縷平衡性自動評價系統(tǒng),為服裝的智能設(shè)計與制造提供理論和技術(shù)參考。

        1 深度學(xué)習(xí)模型構(gòu)建

        1.1 卷積神經(jīng)網(wǎng)絡(luò)模型構(gòu)造原理

        深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究,其中卷積神經(jīng)網(wǎng)絡(luò)[9-10]是目前研究和應(yīng)用都比較廣泛的一種深度學(xué)習(xí)結(jié)構(gòu),是一種特殊的圖像識別方式,屬于帶有前向反饋的網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)含有特征學(xué)習(xí)部分,可模仿人腦對圖像信號的提取、處理和識別,從而進(jìn)行智能分類。

        本文所設(shè)計的卷積神經(jīng)網(wǎng)絡(luò)模型,期望模擬試樣師對服裝成衣特征部位的絲縷平衡效果觀察與評價,通過輸入服裝關(guān)鍵部位的絲縷效果圖片,系統(tǒng)實現(xiàn)對圖片特征的自動提取、對絲縷線的自動識別,并完成對絲縷順直效果的智能評判,其過程為:輸入服裝關(guān)鍵部位絲縷效果圖片→對服裝絲縷效果圖進(jìn)行特征提取→絲縷順直效果的智能評判→輸出絲縷平衡等級。

        1.2 卷積神經(jīng)網(wǎng)絡(luò)模型搭建

        本文設(shè)計的絲縷平衡性評價卷積神經(jīng)網(wǎng)絡(luò)模型參照了Alexnet[11]模型構(gòu)造,主要包括輸入層、卷積層、池化層、全連接層和輸出層,網(wǎng)絡(luò)的每一層都由1個或多個二維平面構(gòu)成,每個平面由多個獨(dú)立的神經(jīng)元構(gòu)成。網(wǎng)絡(luò)模型訓(xùn)練的結(jié)構(gòu)如圖1所示。

        圖1 服裝絲縷平衡性評價的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

        1.2.1 輸入層

        輸入層直接接收輸入數(shù)據(jù),通過處理圖像信息,使神經(jīng)元的值與圖像相應(yīng)像素點(diǎn)上的灰度值對應(yīng)。卷積神經(jīng)網(wǎng)絡(luò)輸入的是一個多通道圖像。圖像的原始輸入是像素,像素組成線條,多個線條組成紋理,最后形成圖案,局部圖案集合成物體。

        本文中輸入層采用的是Alexnet 227*227*3的圖片輸入格式來采集特征部位的服裝絲縷效果。

        1.2.2 卷積層與池化層

        卷積層也稱為特征提取層,是卷積神經(jīng)網(wǎng)絡(luò)的核心。卷積是圖像處理中常用的線性濾波方法,以實現(xiàn)圖像降噪、圖像銳化等,這種運(yùn)算是通過卷積核實現(xiàn)的。卷積核是指使用一個權(quán)值矩陣表示單個像素與其鄰域像素之間的關(guān)系。每一個卷積核都是一個特征提取器,對應(yīng)生成一副新的特征圖,卷積層的運(yùn)算直接影響到神經(jīng)網(wǎng)絡(luò)的分類結(jié)果。

        卷積運(yùn)算是讓卷積核沿著輸入圖片的坐標(biāo)橫向或縱向滑動,與相對應(yīng)的數(shù)據(jù)進(jìn)行卷積運(yùn)算,隨著卷積核的滑動,可以得到一個新的二維特征激活圖,激活圖的值為卷積核在輸入圖片不同空間位置的響應(yīng)。輸出圖片尺寸可以通過下式[12]得出。

        式中:y為輸出圖片尺寸;x為輸入圖片尺寸;k為卷積核尺寸;s為步長;其中y、x、k、s的單位均為像素。

        池化層也稱為特征映射層,通過減少卷積層之間神經(jīng)元的數(shù)量來提高計算效率。池化的目的是通過空間變換來減少特征映射輸入數(shù)據(jù)的大小,通常是在2個卷積層之間增加1個池化層。池化操作[13]的計算過程為:

        池化層的特征映射與相連接的特征映射保持一致,因此,他們有相同的特征映射數(shù)量。

        本文采用Alexnet模型,有5層卷積層,其中穿插了3層池化層,池化層采用最大池化法來進(jìn)行神經(jīng)元壓縮,提高運(yùn)算效率。各層網(wǎng)絡(luò)參數(shù)如表1所示。

        表1 各層網(wǎng)絡(luò)參數(shù)

        1.2.3 輸出層

        卷積神經(jīng)網(wǎng)絡(luò)輸出層包含3層全連接層,最終通過Softmax分類器分類輸出結(jié)果。

        全連接層是指神經(jīng)網(wǎng)絡(luò)一層中的所有神經(jīng)元和前一層的每個神經(jīng)元都有連接,在卷積神經(jīng)網(wǎng)絡(luò)上一般位于分類器的前端,其作用是將學(xué)習(xí)到的“分布式特征表示”映射到樣本標(biāo)記空間,實現(xiàn)分類的顯式表達(dá)。本文采用全連接層的具體參數(shù)如表2所示。

        表2 全連接層網(wǎng)絡(luò)參數(shù)

        Softmax分類器用于輸出歸一化的分類概率。本文將絲縷平衡的分類結(jié)果分為4類,即絲縷平衡的4個等級,定義如表3所示。Softmax分類器得出1個長度為4的向量。每一行的數(shù)值代表屬于一個絲縷平衡等級的概率值,且4類概率值總和為1,最后輸出最大概率值所代表的等級值。

        表3 服裝絲縷平衡等級參考表

        1.3 卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練與測試

        網(wǎng)絡(luò)訓(xùn)練樣本的輸入樣本來源于服裝4類絲縷平衡效果的拍攝實驗。在實驗中,具有明顯絲縷標(biāo)識線的服裝被穿于人臺上,呈現(xiàn)出不同的絲縷平衡效果。在設(shè)置水平基準(zhǔn)線的參照下,對各局部拍攝照片(尺寸為256像素×256像素),然后對輸入圖像進(jìn)行裁剪,得到卷積神經(jīng)網(wǎng)絡(luò)的輸入尺寸為227像素×227像素。

        網(wǎng)絡(luò)訓(xùn)練樣本的輸出樣本來源于專家主觀評價實驗。通過5位專業(yè)人士對拍攝實驗的樣本進(jìn)行等級評定(平衡等級見表3),將評價結(jié)果統(tǒng)計后,每份樣本的最終等級取5個評價結(jié)果的眾數(shù)。經(jīng)過篩選最終得到360組輸入樣本,每個等級的樣本均為90組。

        本文通過在Ubuntu系統(tǒng)上搭建快速機(jī)器學(xué)習(xí)環(huán)境的Torch7來完成對卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練,得到服裝絲縷平衡性評價模型,訓(xùn)練結(jié)果總體準(zhǔn)確率為93.589%,具體數(shù)據(jù)如表4所示。

        表4 服裝絲縷平衡性評價的卷積神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)訓(xùn)練結(jié)果

        作為對服裝絲縷平衡評價卷積神經(jīng)網(wǎng)絡(luò)模型的測試,本文模擬實際的拍攝實驗,通過虛擬試裝,獲得在虛擬環(huán)境下服裝各特征部位的絲縷圖片樣本,并結(jié)合專家主觀評價實驗,共得到100組測試樣本,每個等級的樣本均為25組。對服裝絲縷平衡性評價的卷積神經(jīng)網(wǎng)絡(luò)測試結(jié)果如表5所示。

        表5 服裝絲縷平衡性評價的卷積神經(jīng)網(wǎng)絡(luò)模型測試結(jié)果

        從表5可以看出,虛擬試驗樣本平均測試準(zhǔn)確度達(dá)到80%,且對不平衡的識別準(zhǔn)確度較高,適合于對服裝平衡問題發(fā)現(xiàn)與提醒。

        2 服裝絲縷平衡性評價系統(tǒng)的構(gòu)建

        為了使服裝絲縷平衡性評價的卷積神經(jīng)網(wǎng)絡(luò)模型適合應(yīng)用于實際,構(gòu)建服裝絲縷平衡性評價系統(tǒng)。系統(tǒng)可對基于Vidya軟件縫制的虛擬樣衣進(jìn)行各部位絲縷平衡效果的評價。

        實驗隨機(jī)選取了一名男性青年,高172 cm,體重68 kg。通過三維掃描儀對其掃描,獲得的人體數(shù)據(jù)如表6所示。在虛擬試衣Vidya軟件內(nèi)制版假縫1件合體男西服。系統(tǒng)自動呈現(xiàn)絲縷線的走向,運(yùn)用服裝絲縷平衡性評價模型對服裝10個關(guān)鍵部位進(jìn)行評價,系統(tǒng)可對各部位平衡度設(shè)定閾值,如前中部位基本上無特殊設(shè)計,對絲縷順直要求高,需達(dá)到平衡結(jié)果才顯示“ok”,反之如腋下受胸省等因素的影響,絲縷順直度達(dá)到較不平衡以上即可顯示“ok”。服裝絲縷平衡性評價系統(tǒng)對驗證用虛擬服裝的評價結(jié)果如圖2所示。

        表6 三維掃描得到的人體凈尺寸

        圖2 判別服裝絲縷平衡性的10個關(guān)鍵部位和服裝絲縷平衡性評價結(jié)果示意圖

        3 結(jié)束語

        本文針對服裝絲縷平衡性的自動評價,利用深度學(xué)習(xí)在圖像識別上的優(yōu)越性,基于Alexnet模型,構(gòu)建了服裝絲縷平衡性評價的卷積神經(jīng)網(wǎng)絡(luò)模型。設(shè)定了輸入層、卷積層、池化層、全連接層、輸出層的網(wǎng)絡(luò)結(jié)構(gòu)。實現(xiàn)了基于服裝局部絲縷效果圖平衡等級仿真評價,網(wǎng)絡(luò)模型訓(xùn)練準(zhǔn)確率達(dá)到93.589%。針對服裝絲縷平衡評價卷積神經(jīng)網(wǎng)絡(luò)模型的測試,虛擬試驗樣本平均測試準(zhǔn)確度達(dá)到80.00%。進(jìn)而設(shè)計開發(fā)了服裝絲縷平衡評價系統(tǒng),用于虛擬環(huán)境下服裝各部位的絲縷平衡等級的自動評價。

        在虛擬全球與現(xiàn)實全球相融合的工業(yè)4.0時代,智能服裝更適應(yīng)時代的快節(jié)奏發(fā)展,提供更加舒適便利的生活服務(wù),并且具有良好的市場發(fā)展前景。服裝絲縷平衡評價系統(tǒng)的使用提高了虛擬環(huán)境下服裝絲縷平衡性的檢測效率、縮短檢測時間,為虛擬試裝的綜合效果評價奠定基礎(chǔ),從而簡化個性化服裝試裝的流程,提高虛擬試裝的運(yùn)用成效和服裝的生產(chǎn)效率,使個性化定制服裝的批量化生產(chǎn)成為可能。

        猜你喜歡
        池化層平衡性像素
        趙運(yùn)哲作品
        藝術(shù)家(2023年8期)2023-11-02 02:05:28
        像素前線之“幻影”2000
        卷積神經(jīng)網(wǎng)絡(luò)模型研究分析*
        基于卷積神經(jīng)網(wǎng)絡(luò)的紙幣分類與點(diǎn)鈔
        基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的人體行為識別研究
        科技傳播(2020年6期)2020-05-25 11:07:46
        “像素”仙人掌
        基于全卷積神經(jīng)網(wǎng)絡(luò)的SAR圖像目標(biāo)分類*
        這個動作堅持二十秒預(yù)示壽命長
        長壽(2018年2期)2018-07-13 06:44:56
        基于熵值法的山西省煤炭行業(yè)生產(chǎn)使用平衡性分析
        扁電磁線導(dǎo)體直流電阻平衡性研究
        国产亚洲精品久久久久5区| 女人的天堂av免费看| 日韩人妻高清福利视频| 久久精品国产亚洲av久按摩| 久久久久夜夜夜精品国产| 无遮挡边吃摸边吃奶边做| 日韩亚洲欧美精品| 一区二区三区在线观看人妖| 亚洲av无码无线在线观看| 无码少妇a片一区二区三区| 欧美日韩国产成人综合在线影院| 精品在线亚洲一区二区三区| 91中文人妻熟女乱又乱| 性一交一乱一伦一色一情孩交| 人妻精品丝袜一区二区无码AV| 蜜桃一区二区三区在线视频 | 中文无码日韩欧免费视频| 亚洲乱熟妇一区二区三区蜜桃| 乱子轮熟睡1区| 无码人妻品一区二区三区精99| 午夜无码片在线观看影院y| 一区二区视频在线国产| 蜜臀av午夜一区二区三区| 亚洲在AV极品无码天堂手机版| 久久人妻av不卡中文字幕| 黄片小视频免费观看完整版| 凹凸在线无码免费视频| 人妻无码一区二区在线影院| 日韩国产一区二区三区在线观看| 肥老熟妇伦子伦456视频| 天天躁日日躁狠狠躁人妻| 久久HEZYO色综合| 一区二区视频中文字幕| 无码av天堂一区二区三区| 亚洲AV无码成人精品区网页| 亚洲女同精品一区二区久久| 久久精品国产字幕高潮| 国产成人无码区免费网站| 日韩熟女一区二区三区| 精品一区二区三区四区国产| 丰满多毛的大隂户视频|