服裝業(yè)是傳統(tǒng)工業(yè)大流水、大分工、大批量生產(chǎn)的代表,但是每個(gè)服裝產(chǎn)業(yè)卻只能生產(chǎn)具有自己風(fēng)格的服裝品類,這就導(dǎo)致了服裝設(shè)計(jì)技術(shù)只局限于本企業(yè)的服裝品牌,伴隨著服裝設(shè)計(jì)師人員的流動(dòng),本企業(yè)的服裝風(fēng)格設(shè)計(jì)技術(shù)就會(huì)隨之流失,因此服裝產(chǎn)業(yè)的智能設(shè)計(jì)隨著機(jī)器學(xué)習(xí)的發(fā)展受到了極大的重視。本文以科技項(xiàng)目為著手點(diǎn),建立兒童凈身尺寸和童裝樣板尺寸數(shù)據(jù)庫(kù),采用機(jī)器學(xué)習(xí)技術(shù)建立童裝服裝智能設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)模型系統(tǒng),自動(dòng)生成童裝服裝尺寸模型,接著將童裝服裝進(jìn)行風(fēng)格遷移,途中對(duì)低分辨率童裝服裝圖片進(jìn)行超分辨重建,得到童裝服裝的高分辨圖像,提高童裝風(fēng)格遷移效果,主要工作如下:第一,設(shè)計(jì)童裝服裝尺寸智能設(shè)計(jì)系統(tǒng),根據(jù)實(shí)際項(xiàng)目中的需求,收集兒童凈體尺寸數(shù)據(jù)與服裝樣板尺寸數(shù)據(jù);將收集到的所述兒童凈體尺寸數(shù)據(jù)和服裝樣板尺寸數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)中;對(duì)所述數(shù)據(jù)庫(kù)中的兒童凈體尺寸數(shù)據(jù)和服裝樣板尺寸數(shù)據(jù)進(jìn)行分析學(xué)習(xí)訓(xùn)練,建立預(yù)測(cè)模型;輸入待定制兒童凈體數(shù)據(jù),根據(jù)預(yù)測(cè)模型得到用于童裝紙樣設(shè)計(jì)的細(xì)部規(guī)格數(shù)據(jù);將所述細(xì)部規(guī)格數(shù)據(jù)輸入用CAD制作好的紙樣模型得到定制童裝紙樣,打破傳統(tǒng)的童裝主要按固定身高標(biāo)準(zhǔn)體型打版的現(xiàn)狀,滿足不同身高體型的兒童對(duì)合... 

【文章來源】：華僑大學(xué)福建省

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1日本第八代文化式原型

第2章童裝服裝尺寸智能設(shè)計(jì)11圖2.2博克智能CAD軟件圖2.3博克智能CAD新產(chǎn)生的數(shù)據(jù)2.3機(jī)器學(xué)習(xí)傳統(tǒng)算法設(shè)計(jì)伴隨著AlphaGo戰(zhàn)勝世界圍棋冠軍李世石的勝利，汽車無人駕駛的成功，及其模式識(shí)別的突破性進(jìn)展，意味著人工智能在飛速的發(fā)展。作為人工智能的核心，機(jī)器學(xué)習(xí)也在人工智能的快速發(fā)展中光輝無限，受到越來越多人的關(guān)注。

第2章童裝服裝尺寸智能設(shè)計(jì)11圖2.2博克智能CAD軟件圖2.3博克智能CAD新產(chǎn)生的數(shù)據(jù)2.3機(jī)器學(xué)習(xí)傳統(tǒng)算法設(shè)計(jì)伴隨著AlphaGo戰(zhàn)勝世界圍棋冠軍李世石的勝利，汽車無人駕駛的成功，及其模式識(shí)別的突破性進(jìn)展，意味著人工智能在飛速的發(fā)展。作為人工智能的核心，機(jī)器學(xué)習(xí)也在人工智能的快速發(fā)展中光輝無限，受到越來越多人的關(guān)注。

【參考文獻(xiàn)】：
期刊論文
[1]多級(jí)跳線連接的深度殘差網(wǎng)絡(luò)超分辨率重建[J]. 趙小強(qiáng),宋昭漾.  電子與信息學(xué)報(bào). 2019(10)
[2]深度學(xué)習(xí)下的高效單幅圖像超分辨率重建方法[J]. 邱德府,鄭力新,謝煒芳,朱建清.  華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(05)
[3]用于圖像超分辨率重構(gòu)的深度學(xué)習(xí)方法綜述[J]. 王威,張彤,王新.  小型微型計(jì)算機(jī)系統(tǒng). 2019(09)
[4]深度信念網(wǎng)絡(luò)在童裝樣板設(shè)計(jì)中的應(yīng)用研究[J]. 邱德府,謝煒芳,鄭力新.  信息通信. 2019(03)
[5]基于深層殘差網(wǎng)絡(luò)的加速圖像超分辨率重建[J]. 席志紅,侯彩燕,袁昆鵬,薛卓群.  光學(xué)學(xué)報(bào). 2019(02)
[6]基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的單幅圖像超分辨率重建方法[J]. 劉月峰,楊涵晰,蔡爽,張晨榮.  計(jì)算機(jī)應(yīng)用. 2019(05)
[7]基于級(jí)聯(lián)線性回歸的快速單幅圖像超分辨率技術(shù)[J]. 劉哲,黃文準(zhǔn),烏偉.  紅外技術(shù). 2018(09)
[8]基于學(xué)習(xí)的圖像超分辨重建方法綜述[J]. 李云紅,王珍,張凱兵,章為川,閆亞娣.  計(jì)算機(jī)工程與應(yīng)用. 2018(15)
[9]基于deep belief nets的維吾爾語(yǔ)句子級(jí)情感分析[J]. 衣馬木艾山·阿布都力克木,李敏,李自臣,陳梅,田生偉,禹龍.  計(jì)算機(jī)應(yīng)用研究. 2018(07)
[10]BP神經(jīng)網(wǎng)絡(luò)在服裝設(shè)計(jì)中的應(yīng)用研究[J]. 楊陳.  現(xiàn)代絲綢科學(xué)與技術(shù). 2017(06)

碩士論文
[1]數(shù)字時(shí)代互聯(lián)網(wǎng)平臺(tái)市場(chǎng)力量的反壟斷分析[D]. 周丹陽(yáng).華東政法大學(xué) 2019
[2]基于圖像超分辨率重建和視覺顯著性的人體行為識(shí)別方法研究[D]. 康文.哈爾濱工業(yè)大學(xué) 2019
[3]基于Volterra級(jí)數(shù)的結(jié)構(gòu)非線性識(shí)別研究[D]. 王啟林.大連理工大學(xué) 2019
[4]用于生產(chǎn)線料盤取放料的帶視覺引導(dǎo)機(jī)器人技術(shù)的研發(fā)[D]. 張圣祥.華僑大學(xué) 2019
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像超分辨率重建研究[D]. 侯彩燕.哈爾濱工程大學(xué) 2019
[6]基于深度學(xué)習(xí)的醫(yī)學(xué)圖像超分辨率重建[D]. 邢曉羊.成都信息工程大學(xué) 2018
[7]海量圖像的超分辨率重建研究與實(shí)現(xiàn)[D]. 王一寧.中北大學(xué) 2018
[8]人工智能的唯物史觀反思[D]. 張文濤.哈爾濱工業(yè)大學(xué) 2017
[9]西裝紙樣設(shè)計(jì)智能生成系統(tǒng)數(shù)字化研究[D]. 胡長(zhǎng)鵬.北京服裝學(xué)院 2010



本文編號(hào)：2921241