基于蝴蝶呈色规则的纺织品图案再生设计

蝶翼色彩娇艳华美、醒目多变,是纺织品图案仿生设计的重要灵感来源。为具象化表述不同类别蝴蝶的呈色特点,解析其色彩组合规则,以图谱方式描绘色彩构成,并应用到当代纺织品设计当中,选取5类不同呈色风格的蝴蝶图像,利用颜色聚类算法提取出颜色占比、颜色距离、节点共现率等关键指标,构建蝴蝶呈色关系图谱,以可视化的方式呈现不同类别蝴蝶的配色形式。实证分析与再生设计部分分别对5类典型蝴蝶,共计100幅样本图像颜色进行提取和分析,依据其呈色规则,复用至线稿纹样当中,形成近似蝴蝶呈色风格的纺织品图案,并在服装、家纺等产品中进行映射和虚拟展示。该方法能够对生物呈色进行量化,为时尚产品意象色彩的提取和应用提供了参考方案。

基于坐标下降算法的5G广播波束权值智能优化方法研究

随着5G建设步伐的加快,无线通信网络的复杂程度不断更迭,网络优化需求增多,且精细化要求不断提高,传统的Massive MIMO广播波束权值优化仅依靠人工配置,已无法满足当前网络变化的需要。本文创新性地提出了一种基于坐标下降算法的5G广播波束权值智能优化方法,可自适应灵活调整天线波束权值配置,实现多场景下波束权值智能优化,极大提升优化效率,减少人工成本投入。

复杂背景图像中人体轮廓的自动提取

为准确提取人体轮廓,提出基于MINet模型的复杂背景人体轮廓提取方法。拍摄正、侧面人体全身照并标注掩膜图,匹配不同的复杂背景,融合形成2860张多场景下的人像数据集。利用迁移学习机制,优化MINet显著目标检测模型,提取人体轮廓。分别对比了基于迁移学习的策略与原模型、U2Net显著目标检测模型、Mediapipe人体轮廓提取算法和传统阈值分割算法的人体轮廓提取效果。结果表明:基于迁移学习的MINet模型具有最优的人体轮廓提取性能,其准确率、精度、召回率和综合指标分别达到了0.998、0.987、0.992和0.990,人体轮廓提取效果与标注的掩模图最为近似。该方法能低成本、批量化、快速提取图像中的人体轮廓,为远程服装定制中的照片测量提供有效的技术方法。