CTH-Net：从线稿和颜色点生成服装图像的 CNN-Transformer 混合网络

绘制服装效果图是服装设计过程中重要的一环,针对目前存在智能化程度不足、对用户绘画水 平和想象能力要求较高等问题,提出了一种使用线稿和颜色点生成服装图像的 CNN-Transformer 混合网络 CTH-Net。CTH-Net 结合卷积神经网络(CNN)在提取局部信息和 Transformer 在处理长距离依赖方面的优势,将 2 个模型架构进行高效混合,并设计 ToPatch 和 ToFeatureMap 模块减小输入 Transformer 的数据量和维度以降 低计算资源消耗。CTH-Net 由 3 个阶段组成：一是草图阶段,旨在预测服装的颜色分布,获得没有渐变和阴影 的水彩式图像;二是细化阶段,将水彩式图像细化为有光影效果的服装图像;三是调优阶段,组合一、二阶段 的输出进一步优化生成质量。实验结果表明,仅需输入线稿和少量颜色点,CTH-Net 便能生成出高质量的服装 图像。与现有的方法相比,该网络生成图像的真实感和准确性均有较大优势。     

硅铝胶气相法合成MCM-22分子筛工艺条件的影响

以硅酸和偏铝酸钠为硅源和铝源制备硅铝胶,采用气相法合成MCM-22分子筛.考察了硅铝比、钠离子含量、模板剂六亚甲基亚胺(HMI)和水用量等工艺条件对合成的影响.结果发现,与水热晶化法相比,气相法合成中硅铝比范围变窄,所需Na 含量大大降低,合成的MCM-22分子筛结晶更完整,晶粒直径较大.原料组成为SiO2:(0.02～0.033)Al2O3:(0.085～0.1)Na :1.2HMI:20H2O,晶化温度和时间分别为150 ℃和5～7 d的实验合成条件较为适宜.