| 基于CycleGAN算法的迷彩服装图案设计方法研究北大核心CSCD |
| |
| 引用本文： | 李敏,刘冰清,彭庆龙,于淼.基于CycleGAN算法的迷彩服装图案设计方法研究北大核心CSCD[J].丝绸,2022(8):100-106. |
| |
| 作者姓名： | 李敏 刘冰清 彭庆龙 于淼 |
| |
| 作者单位： | 1.College of Textile & Clothing, Qingdao University, Qingdao266071;2.College of Fashion and Design, Donghua University, Shanghai200051;3.School of Information Science & Technology, Qingdao University of Science and Technology, Qingdao266025; |
| |
| 基金项目： | 国家自然科学基金项目(52073151)；山东省自然科学基金项目(ZR2019PEE022)；中国纺织工业联合会科技指导性项目(2018078)；教育部产学合作协同育人项目(202101102013)。 |
| |
| 摘 要： | 伪装是军事侦察的重要防护手段之一,然而,传统的迷彩图像生成方法不能实现端到端生成。本文采用循环一致性生成对抗(Cycle generative adversarial network, CycleGAN)算法实现迷彩图像生成,既保留原始图片的特征,又能实现端到端的生成。自行搜集并建立环境和迷彩图片库。利用CycleGAN算法的循环对抗博弈思想,训练生成和判别模型,在训练过程中,借助损失函数激励实现背景图像与迷彩图像的一一映射,将生成图像输入判别模型进行辨别,并将结果进行反馈。与DRIT、MUNIT模型生成的图像相比,CycleGAN算法生成的图像在色彩、纹理和边缘接近背景图像,呈现出良好的伪装效果,从而验证了实验方案的有效性,为服装智能图案设计生成提供了新思路。
|
| 关 键 词： | 迷彩图案 生成式对抗网络 深度学习 图案生成 智能设计 |
| 本文献已被 维普 等数据库收录！ |
|
