基于草图的兼容性服装生成方法

针对现有服装图像生成方法多样性不足、兼容性欠缺的问题,提出新的基于草图的兼容性服装生成方法.允许用户输入草图和参考服装图,生成多样化的服装图像,使得内容上忠于草图的描述,风格上与参考服装兼容.设计由2个编码网络和1个解码网络构成的新颖网络框架,其中编码网络用于提取参考服装和用户绘制草图的特征,解码用于生成图像.构建真实性判别网络和兼容性判别网络,设计由对抗损失、重建损失、感知损失、风格损失和边缘损失相结合的多项联合损失函数,引导网络生成逼真的服装图像,并与参考服装图像的风格兼容.定量实验结果表明,所提方法提高了图像生成质量,整体表现优于基线方法;定性实验结果表明,所提方法生成图像更符合草图描述,可以生成多样化的结果.

带松量外套服装线框模型构建及样板生成

为了提取外套在穿着状态下的内部空间量分布特征并构建带松量的服装模型,利用三维扫描技术获取服装模型与人体模型,在Geomagic软件中对模型进行对齐处理并在人体模型中定义10个特征点和10个特征面,使用其中的7个特征水平面截取人体-服装模型,获得多个截面轮廓来分析空间量分布特征。根据空间量特征利用样条曲线构建服装松量线框模型,通过几何展开的方式将模型转换为服装样板,并导入虚拟试衣软件中验证。结果表明,由样条曲线生成的服装松量线框模型展开后样板试穿效果与原外套相同。该模型后续可用于个性化服装样板开发。

曲面展平技术在服装样板生成中的应用研究

曲面展平技术是三维虚拟技术中生成二维服装样板的常见方法,主要包括三维服装曲面模型构建和二维服装样板获取两大部分。文章简述了三维服装曲面模型构建的两种常见方法,根据操作流程系统介绍了二维服装样板中服装曲面分割、曲面展开及省道生成和二维样板后处理3个步骤。将其中的曲面展开分为基于曲面参数化展开、基于几何特性展开和基于物理能量展开3种方式,分别梳理了不同方式的研究进展。总结了技术应用方面存在的问题,为二维样板生成系统改进提供研究方向。

基于生成对抗网络的服装图像生成研究进展

生成式人工智能正逐步运用在服装零售、电子商务、趋势预测、虚拟现实以及增强现实等服装产业技术中,并广泛覆盖相关品类的服务与产品。深度学习领域,图像生成模型主要包括深度信念网络(DBN)、变分自编码器(VAE)、生成对抗网络(GAN)。文章围绕GAN研究前沿对其变体发展进行分类梳理,将应用于服装领域最为广泛的条件生成对抗网络(CGAN)在Text-to-Image、Image-to-Image、Image-to-Video中的相关研究成果加以介绍,并分析其优化历程、优缺点以及适用类型;列举GAN在服装图像生成中的具体应用,包括服装横幅广告自动生成、个性化服装推荐与生成、服装与图案设计、虚拟试衣;最后针对服装图像生成研究挑战作出总结。研究认为,未来可在多模态生成模型研发、大规模时尚服装数据集构建、服装生成客观评估指标的3个方向展开研究。

青年女性腰腹臀部着装间隙量空间形态分布研究

为了揭示人体腰腹臀部着装间隙量的空间形态分布,提升裤装合体性,提出一种基于人衣间隙量分布数学模型生成裤装样板的方法。首先,使用三维扫描仪获取着装前后两种状态下的人台扫描数据,以臀围质心为原点重建坐标系并叠加人台和服装模型。截取腰腹臀部10层特征横截面并每隔5°提取特征点,计算各截面人衣间隙量,获取了着装间隙量空间形态分布。运用高斯分布函数建立间隙量数学模型,通过构造裤装模型、曲面展平,实现了基于人衣间隙量分布到裤装样板的生成。结果表明,各特征截面间隙量拟合曲线R2值都在0.95以上,建立的数学模型可靠并有效,实物验证表明根据间隙量生成的裤装样板更符合人体腰腹臀部纵向曲面形态的变化。

女性职业服装快速定制研究

中国目前职业服装的定制主要以手工量体、单件加工的方式 ,其生产效率远不如标准化的服装生产 ,因此价格居高不下 ,缺乏市场竞争力。现将自行设计开发的职业服“度身定制”软件(BRBS系统 )进行阐述 ,从总体结构、形体测量及识别。