版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著人們對(duì)生活品質(zhì)的追求不斷提高,消費(fèi)者對(duì)于服飾品的定位已不僅僅是生活必需品,而是將服飾品的功能向社會(huì)、精神、文化等領(lǐng)域延伸和拓展。領(lǐng)帶作為重要的服飾品,既能體現(xiàn)著裝者的社會(huì)身份,還能反映其性格、文化品位和審美情趣。不同的領(lǐng)帶花型有不同的情感表達(dá)。隨著服裝數(shù)字化設(shè)計(jì)、制造以及電子商務(wù)的快速發(fā)展,領(lǐng)帶花型圖案素材與日俱增,紡織企業(yè)的樣本庫(kù)中儲(chǔ)存了數(shù)以萬(wàn)計(jì)的圖案,設(shè)計(jì)人員很難充分利用已有的豐富的織物圖像,消費(fèi)者在網(wǎng)上購(gòu)買時(shí)也難以快速挑選合適
2、商品。對(duì)領(lǐng)帶花型進(jìn)行美學(xué)評(píng)價(jià),可以有效提高基于語(yǔ)義的領(lǐng)帶花型檢索性能,不僅可以幫助設(shè)計(jì)師充分利用現(xiàn)有設(shè)計(jì),激發(fā)創(chuàng)作靈感,而且可以幫助用戶篩選出更加符合需求的設(shè)計(jì)和產(chǎn)品。因此,開展織物美感分類和情感標(biāo)注方面的研究,可為計(jì)算機(jī)圖形學(xué)、智能計(jì)算模型在服裝設(shè)計(jì)領(lǐng)域的應(yīng)用提供理論依據(jù),對(duì)服裝和面料設(shè)計(jì)具有較為深遠(yuǎn)的理論和實(shí)際應(yīng)用意義。
當(dāng)前,隨著深度學(xué)習(xí)的興起與大數(shù)據(jù)的使用,一些研究者開始嘗試從人類情感需要出發(fā)對(duì)圖像進(jìn)行分類。傳統(tǒng)的基于
3、手工特征的圖像分類方法忽略了圖像情感的影響和作用,不能滿足設(shè)計(jì)師和消費(fèi)者的個(gè)性化需求。對(duì)織物圖案進(jìn)行美感分類、情感標(biāo)注是織物情感檢索的基礎(chǔ)。本文以領(lǐng)帶花型為研究對(duì)象,融合了手工美學(xué)特征,提出了一種基于并行卷積神經(jīng)網(wǎng)絡(luò)的高低美感分類方法和一種基于并行卷積神經(jīng)網(wǎng)絡(luò)的情感標(biāo)注方法。本文主要工作概括如下:
(1)基于并行卷積神經(jīng)網(wǎng)絡(luò)的高低美感分類方法。首先對(duì)領(lǐng)帶花型圖像進(jìn)行主觀美學(xué)評(píng)價(jià),建立高低美感圖像樣本庫(kù)。其次從圖像美學(xué)的角度,設(shè)
4、計(jì)并提取圖像邊緣Sobel、紋理Gabor、顯著性區(qū)域HC等手工美學(xué)特征。再次,通過(guò)大量實(shí)驗(yàn)對(duì)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)(網(wǎng)絡(luò)層數(shù)、濾波器數(shù)目)進(jìn)行改進(jìn),并提出應(yīng)用于高低美感分類的并行卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。然后將手工美學(xué)特征和圖像像素值輸入并行CNN進(jìn)行訓(xùn)練。最后通過(guò)訓(xùn)練后的CNN對(duì)檢測(cè)樣本圖像進(jìn)行高低美感分類。實(shí)驗(yàn)結(jié)果顯示,該方法的高低美感分類準(zhǔn)確率比傳統(tǒng)手工特征方法有較大提升,且高于目前流行的卷積神經(jīng)網(wǎng)絡(luò)模型。
(2)基于并行卷積神經(jīng)網(wǎng)
5、絡(luò)的情感標(biāo)注方法。首先根據(jù)人類情感、服飾理論和色彩心理學(xué)等多學(xué)科的理論研究,綜合選出了可以描述織物情感的5對(duì)描述詞,即“正式的”—“休閑的”、“艷麗的”—“淡雅的”、“復(fù)雜的”—“簡(jiǎn)潔的”、“古典的”—“現(xiàn)代的”、“活躍的”—“沉悶的”,并由多位服飾領(lǐng)域?qū)<覍?duì)圖像進(jìn)行情感標(biāo)注,建立情感圖像樣本庫(kù)。其次從圖像情感的角度,設(shè)計(jì)并提取圖像飽和度、紋理等手工情感特征。再次,通過(guò)大量實(shí)驗(yàn)提出了應(yīng)用于情感標(biāo)注的并行卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。然后將手工情感特
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的問句分類研究.pdf
- 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的圖像分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的場(chǎng)景分類的研究與應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的飲食分類與識(shí)別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的句子分類算法.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的場(chǎng)景分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的巖石圖像分類研究與應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的服裝分類與目標(biāo)檢測(cè)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的多標(biāo)簽場(chǎng)景分類.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的文檔圖像分類與檢索方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的鞋印圖像分類算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視頻分類檢索.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜數(shù)據(jù)分類方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的中文文本分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)惡性度分類.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的低質(zhì)量車牌字符分類.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)圖像分類優(yōu)化算法的研究與驗(yàn)證.pdf
評(píng)論
0/150
提交評(píng)論