基于CycleGAN的服装图像混搭风格迁移

为解决复杂背景下服装图像的风格迁移形式单一和局部细节失真问题，提出一种基于CycleGAN的服装图像混搭风格迁移的方法，用于实现服装款式和图案的多风格迁移。通过加入分割掩码，一方面，对特定区域的风格化形成空间约束，在判别器中加入谱归一化和引入背景优化损失保留了局部细节的真实度，实现服装风格款式的风格迁移；另一方面，提出图像融合的方式，将图案融入判别器输出的服装图像中，实现多风格迁移。最后，通过与CycleGAN和InstaGAN比较，依据生成图像的效果进行主观分析，使用图像质量评估指标IS和SSIM进行客观评估以验证该方法的有效性。     

基于大规模预训练文本图像模型的虚拟试穿方法

现有的虚拟试穿技术需要用户提供人体图像和服装图像，且存在生成图像质量低、泛化性差等缺点。为了解决现有问题，文章提出了一种基于文本图像预训练模型的虚拟试穿方法。用户只需输入描述服装的文本，即可获取试穿效果。此外，通过编辑GAN-Inversion优化生成的隐向量，能够保障生成与输入图像质量上的一致性。定性实验结果表明，文章提出的方法能够有效地保留输入人体图像的特征，并生成与文本描述一致的服装。在定量实验中，该方法在语义信息、IoU和FID等评价指标上均优于现有方法。     

基于迁移学习与支持向量机的服装舒适度评估

针对传统服装舒适度评估需要直接试穿服装导致的舒适度评估精确度不高和评估过程耗时的问题,提出一种从试穿服装数据库学习服装舒适度评估模型的方法,可以快速准确地评估服装舒适度。首先,采集试衣模特尺寸和试穿样板图,并利用迁移学习改善试穿样板图构建试穿服装数据库,同时提出基于虚拟试衣技术的舒适度标签获取方法,为数据库中对应的试穿样板图添加舒适度标签;然后,提取试穿样板图的局部二值模式为服装样板特征,并融合试衣模特尺寸数据形成服装试穿特征向量;最后,提取试穿服装数据库的融合特征训练支持向量机,得到服装舒适度评估模型。实验结果表明,该方法的准确率和系统时间分别为0.8344和12 s,具有较高的精确度和效率。     

虚拟服装迁移在个性化服装定制中的应用

为解决服装定制中个性化服装开发效率低以及虚拟试衣过程繁琐等问题，首先，详细阐明了三维服装软件CLO 3D和Marvelous Designer的虚拟服装迁移原理；其次，结合CLO 3D的虚拟服装迁移和自动转换虚拟模特功能，提出了一套针对三维扫描人体的个性化服装定制方案；最后，采用三维扫描人体开展虚拟服装迁移实验，验证了该方案在实际个性化服装定制应用中的可行性。研究结果表明：针对不同体型的三维扫描人体，可快速生成个性化虚拟服装、个性化样板和展示个性化虚拟试衣效果；生成的虚拟服装能够满足不同体型的个性化需求。该方法可提高个性化虚拟服装开发效率，为个性化服装定制提供技术支持。     

基于纹理特征学习的高精度虚拟试穿智能算法

为更好地适应数字化时尚消费新趋势，针对虚拟试穿中人体姿态、遮挡、非试穿区串扰引起的重构纹理模糊、细节失真、相似度低等难题，提出一种高精度虚拟试穿C-CGAN智能模型。首先，利用服装蒙版定位和纹理约束，采用CGAN网络框架智能学习得到多姿态下的服装重构模型。然后，采用编解码网络融合重构服装与人体特征，并设计多种针对性的损失函数优化网络参数。最后，基于国际流行虚拟试穿模特样本库构建丰富的纹理数据集，在PyTorch环境下开发了服装虚拟试穿系统。对比测试结果表明：C-CGAN较CP-VTON生成图像质量指标，结构相反性提高约25%,弗雷歇距离降低约11%,峰值信噪比提高约78%,重构纹理自然细腻、图像清晰，场景适应性良好，可广泛用于个性化时尚定制、在线试穿等领域。     

基于服装迁移的二维虚拟试衣技术

为实现低成本的虚拟试衣,针对传统方法难以应用于实际场景的问题,提出了一种基于服装迁移的二维虚拟试衣网络。通过输入用户图像和模特图像,该网络能够生成用户穿着模特服装的试衣效果。首先通过纹理重映射提取服装纹理,再通过人物解析迁移提取用户纹理,然后合并服装纹理和用户纹理得到一个粗糙的试衣结果,最后基于半监督学习对粗糙结果中的纹理缺失区域进行自动修复,得到最终的试衣结果。定性和定量的实验均证明本文提出的方法能够较好地保留服装的纹理细节,维持用户的身份信息不发生改变,并且能够生成良好的试衣结果。     

基于模块化划分的旗袍虚拟展示

针对旗袍线上销售尚无法达到实体店的体验效果及统一的旗袍款式限制人们的购买欲等问题,采用虚拟模特试穿旗袍和旗袍各部件模块化设计方法,探索旗袍的虚拟展示和线上个性化定制旗袍的路径;以圆曲襟旗袍为例,运用ET服装CAD软件制作旗袍纸样,并对旗袍的领、门襟、袖及裙摆等主要部件进行了纸样的模块化设计,通过旗袍纸样的模块化实现旗袍虚拟展示的款式变化;同时根据服装号型国家标准中160/84A的人体各部位尺寸,调整试穿模特的人体数据;最后利用服装三维虚拟展示软件CLO3D进行试穿效果模拟,并对旗袍进行了归拔工艺细节的处理。试穿表明成品旗袍穿着合体、虚拟展示效果逼真,实现了旗袍虚拟展示的目的。     

基于虚拟试衣技术的服装设计与开发

为了满足大众对个性化服装的穿着需求,使服装企业适应设计主导型的服装市场发展趋势。针对开发个性化服装定制虚拟试衣系统的相关问题,以设计童装夹克为例分析虚拟试衣系统的优缺点,从人体数据测量、三维人体建模、服装虚拟缝合与设计、服装虚拟试穿到实际应用等方面阐述了三维虚拟试衣技术的操作步骤。研究结果表明:基于三维虚拟试衣技术的服装设计与开发可节约成本、提高效率,并且能达到满足消费者个性化定制的理想效果,对服装设计与开发的智能化发展具有重要意义。     

基于服装风格的款式相似度算法

为准确计算服装图像之间的相似度,从而满足更多用户通过搜索服装搭配图像来购买相似服装的跨场景需求,研究了服装风格的影响因素,并以服装风格的量化标准为基础,构建了服装款式的风格特征模型,进一步分析了现有服装属性识别算法的不足,实现了基于深度学习的款式风格特征识别,通过构建融合迁移学习的残差网络模型,刻画出服装在款式上的风格特征。实验结果表明:模型在服装款式风格特征上的精确度接近90%,准确度达到了80%;相对于传统的图像相似度计算方法,基于服装款式风格的图像相似度计算,准确率和可解释性更高,也为服装个性化推荐提供了新的思路。     

基于虚拟现实技术的服装3D仿真与应用

随着经济全球化与消费个性化的转变,服装行业开始向智能制造发展,服装3D仿真设计成为重要的设计手段,将虚拟现实技术应用于服装工业成为研究热点.立足于国内外先进的算法与技术,介绍了虚拟人体与仿真服装的建模方法;阐述了纹理渲染、碰撞检测、真实感模拟、场景建立等优化方法,并对服装虚拟仿真在个性化设计及虚拟试穿中的应用进行了介绍...     

青花瓷纹饰的艺术风格迁移研究

现代仿古、“互联网+”是高品质陶瓷的发展趋势,将陶瓷纹饰的艺术风格引入当代产品,实现时空融合及艺术再创造具有重要意义。以青花瓷纹饰为研究对象,将近现代景观画作为内容,叠加随机高斯白噪声得到初始的风格迁移图像,利用预训练的卷积神经网络提取内容图像和生成图像的内容特征,提取瓷器纹饰的风格图像和生成图像的风格特征,并分别计算内容损失和风格损失,通过计算损失函数并迭代至最小化,最终生成具有浓郁青花瓷韵味的风格迁移图像。实验结果表明,采用深度学习方法可以实现青花瓷纹饰和景观画作的融合,将学习到的青花瓷纹饰的特征成功迁移到景观画作上,不仅拓展了图像风格迁移的应用范围,而且产生了新的视觉体验,具有一定的艺术观赏性和创新性。     

基于CLO-3D虚拟试衣系统的服装效果评价研究

随着"互联网+"时代的到来,以虚拟试衣为代表的新一代数字化技术,为服装产品的设计开发、效果评价和纸样优化等注入了新元素。应用虚拟试衣软件对纸样进行虚拟缝合并真实模拟试穿可获得直观的试穿效果,但如何从人体工学的角度客观地对试穿效果进行评价是需要进一步解决的问题。文章主要运用CLO-3D虚拟试衣软件研究虚拟试衣技术中服装评价指标的建立,根据三维人体测量数据生成虚拟试衣模特,然后对导入的二维服装样板进行虚拟缝合,对缝合后着装效果从透视图、压力图、变形率和接触点4个角度建立服装效果评价指标和纸样优化。     

服装数字化斜裁技术的应用研究

斜裁服装因其特有的风格受到人们的喜爱,但由于受到各种条件的制约其发展极其缓慢,在服装市场中所占的比例极低而价格极高。文章重点探讨利用数字化技术虚拟斜裁服装试穿效果并与真实试穿进行对比;研究利用数字化技术解决斜裁服装制版过程中手工操作难以克服的弧线绘制问题、长度修正和数据管理问题。数字化斜裁技术的采用,可降低技术人员制作难度,提高其重复制作可能性和生产效率,减少重复劳动,降低生产成本,为斜裁服装的大批量生产提供有利的条件。     

面向虚拟服装试穿的数字人体建模技术

现有的数字人体建模技术都很难满足虚拟服装试穿的“量体试衣”需求。文章首先分析了数字人体建模技术的研究现状和各自特点,提出一种适合于虚拟服装试穿的个性化数字人体建模方案,最后对这种数字人体模型的应用前景进行了展望。     

基于三维技术的唐三彩女俑服装结构仿真实现

以唐三彩女俑服装为研究对象,通过二维制图软件进行服装的结构图分析与绘制,利用CLO3D软件将其进行虚拟仿真试穿,从而实现唐朝女装的结构仿真实现。     

基于三维虚拟建模的女装设计与满意度评价研究

连衣裙作为女装中的一大品类，其个性化定制设计可提高用户的穿着满意度。服装三维建模技术是企业科技创新和数字化转型的重要组成部分，对设计师和品牌来说亦是一项重要的技术进步。课题运用三维虚拟建模软件，以连衣裙为例，将其外观、材质和细节进行建模和渲染，在虚拟环境中对其进行观察和调整。并提出一系列基础范例步骤，将连衣裙的外观和剪裁设计进行优化和修改，获得一个系列的虚拟服装，使其更符合用户需求和审美。最后，通过市场调查其满意度，结果表明80%的调研者对所设计的虚拟连衣裙效果满意。在时尚行业，采用三维建模技术，不仅实现了连衣裙的数字化个性设计、虚拟缝制和展示，更可以帮助企业跟上科技发展的步伐，提高企业的研发效率和核心竞争力。研究内容和方法以期为新时代女装的设计与开发提供思路与参考。     

面向虚拟现实的着装人体个性化头面部纹理生成技术

为提升用户在虚拟现实中的体验感，让相同着装人体可以拥有定制的用户面容，提出通过输入单张用户正面人脸图像，利用DECA神经网络生成三维头部模型和初始纹理。在此基础上，对初始纹理进行光照校正，并通过掩膜提取面部主要区域和边缘肤色，然后对头颈部纹理进行肤色转换和面部纹理2次修复，得到一个完整的头面部纹理，接着将其作为风格图像，将着装人体的原始身体纹理作为内容图像，通过PAMA神经网络进行风格迁移，得到肤色转换后的身体纹理。将经过处理的头面部纹理与身体纹理重新映射在三维模型上，得到具有用户特征的定制化着装人体。实验结果表明，采用该方法修复的头面部纹理能最大限度保留用户面部信息，生成时间仅需1.4 s左右，肤色转换后的面部与身体纹理过渡自然，映射得到的用户着装人体真实度高，可用于各种虚拟现实的应用场景。     

基于PGM的三维人体试衣系统设计

随着自动化技术的发展,基于自动化的三维视觉试衣系统技术越来越成熟,并广泛用于实际生活。以三维动画的模拟人体作为研究基础,通过自动化试衣系统中的编辑窗口对衣服的组成部分进行版型修改,然后进行三维模拟仿真,可以直观地将正常体型女性的试穿效果通过动态窗口展现出来。文章以PGM虚拟人体试衣系统作为辅助研究工具,从虚拟人体的体型和服装尺寸执行两方面展开,分析微胖体女性服装的不合体位置,并通过改变尺寸和相关影响因子将其改为得体的服装,再根据微胖体女性试穿的结果,统计分析并修改人体模型的各个尺寸,总结微胖体女性的体型特征以及相关改进措施,有针对性地对服装进行修正,这种设计可以提高大型商场的试衣效果。     

基于人体动态特征的三维服装虚拟试穿技术

针对人体个性化姿态的动态感知以及服装模型对人体姿态动作的跟踪匹配精度低的问题,提出了一种基于人体动态特征的三维服装骨骼点分层模型,区分躯干(整体)与四肢(局部)的运动特征,并融合了基于Kinect体感设备的人体围度数据;设计了整体-局部分解算法,分层控制三维服装骨骼模型对人体姿态动作的高精度跟踪。经真人虚拟试穿的测试结果表明:新方法的相对跟踪误差降低约10%,明显改善了虚拟服装对人体姿态的实时跟踪精度,提高了服装模型与真人体型的匹配精度,支持裙子、裤子、上衣等服装类型的复杂姿态(抬腿、弓步等)试穿场景。     

数字信息技术在个性化服装智能推送中的应用

信息技术的发展为服装个性化提供了新的可能性和优势。文章总结了信息技术在个性化服装数据推送中的应用，包括面料款式色彩等的个性化需求提取、智能推送、服装虚拟展示等。