-
公开(公告)号：CN119720769A
公开(公告)日：2025-03-28
申请号：CN202411794574.0
申请日：2024-12-09
Applicant: 江南大学
IPC: G06F30/27 , G06F113/12
Abstract: 本发明属于纺织工艺自动设计领域，尤其涉及一种织造生产工艺自动生成方法。本发明通过高频率的传感器收集多模态的全流程织造车间数据。剔除异常数据后通过高斯径向基函数填充时序空缺；根据现实的织造车间，搭建智能体寻优的虚拟环境；以最小化产品误差和最小化生产时间作为全局优化目标，使用深度强化学习算法让智能体从历史的生产工艺中学习达到目标的最优生产策略；用户通过交互界面模块自定义目标织物的组织结构、光泽颜色、织物手感、硬挺度和蓬松度，智能体根据目标织物的特征自动生成织造工序各环节的工艺参数。本发明提升了纺织品制造的开发效率和质量，适用于复杂织造工艺的快速生产和优化。
-
公开(公告)号：CN113158063B
公开(公告)日：2024-09-06
申请号：CN202110510068.4
申请日：2021-05-11
Applicant: 江南大学
IPC: G06F16/9535 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/762 , G06V10/82 , G06N3/045 , G06N3/044 , G06N3/0475 , G06N3/092 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种基于图像理解的纺织面料个性化推荐的方法，包括步骤：对面料文本进行描述，主要考虑纹理、颜色分布以及图案形状三个方面；对已有数据集中的面料图像进行表征；多源异构数据提取的文本特征、图像手工特征和深度网络神经特征进行压缩，减少处理速度；采用关系型异构数据库完成对用户数据的采集，完成对面料推荐系统用户标签体系的构建；使用多层次的用户画像模型，完成对用户的群体细分；挖掘数据库中丰富的转换型特征以及生成准确的潜在用户向量表示；将探索循环神经网络挖掘会话上下文的序列关系，动态的融入推进系统；通过交互手段捕获用户对推荐系统的显示或者隐式评价，完成对推荐系统的持续优化。
-
公开(公告)号：CN110308203A
公开(公告)日：2019-10-08
申请号：CN201910513699.4
申请日：2019-06-14
Applicant: 江南大学
Abstract: 本发明属于织物检测技术领域，涉及基于振动信号的防羽面料听觉风格检测装置及检测方法。所述的检测装置的振荡器固定在左夹头上，用于带动夹持于左夹头的织物端产生振动；所述振动传感器安装于右夹头上；且左夹头和右夹头等高。所述左夹头和右夹头下表面分别通过左减震器和右减震器与左移动块和右移动块上表面相连，且左、右减震器与水平面垂直。所述的左移动块和右移动块分别内置左旋钮和右旋钮，调节左旋钮和右旋钮实现移动块左右移动，左、右移动块置于底座的上表面。本发明采用客观测试方法，排除了主观评价的误差和认为干扰。并且采用振动信号代替声音信号的测量，评价结果的准确性更好、评价方法鲁棒性更高。
-
公开(公告)号：CN112256895B
公开(公告)日：2024-07-19
申请号：CN202011108362.4
申请日：2020-10-16
Applicant: 江南大学
IPC: G06F16/51 , G06F16/55 , G06F16/583 , G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明公开了基于多任务学习的织物图像检索方法，包括步骤：1使用光源稳定和固定的分辨率采集清晰织物图像；2对采集的部分织物图像按照设计的知识体系进行人工标注以建立用于训练多任务学习模型的数据集；3搭建参数硬共享的多任务学习模型，不同任务损失之间使用同态不确定损失进行加权，从而进行反向传播；4提取所有织物图像的高维特征；使用提取的部分高维特征训练深度哈希编码模型；使用训练好的编码模型对提取的所有高维特征进行编码，并和对应的图片链接地址一起存储在数据库中；搭建织物图像检索系统。本发明使用于品种繁多、数据规模大的织物数据库，用户可以根据需求调节特征权重从而查找更多符合需求的织物，有很好的应用前景。
-
公开(公告)号：CN115168634A
公开(公告)日：2022-10-11
申请号：CN202210922659.7
申请日：2022-08-02
Applicant: 江南大学
IPC: G06F16/532 , G06F16/55 , G06F16/583 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明属于面料检索方法领域，涉及一种基于多层级表征的面料跨模态图文检索方法。所述方法步骤如下：建立包含图像和文本数据的产品库；构建图像多层级表征模型处理图像；构建文本多层级表征模型处理文本，得到产品库中文本数据的多层级特征描述，与图像数据的多层级特征描述形成对应关系；构建图文层级特征匹配模型，处理得到的图文多层级特征描述，进行图文特征的层级匹配；制定检索策略，进行图文特征的相似性度量，并根据相似性的大小将相应的文本或图像按顺序进行显示；将检索结果中图像对应的织物工艺单或文本对应的图像调出，以指导生产。本发明具有较高的检索准确率和灵活性，在跨模态检索的工业应用领域具有非常大的潜力。
-
Patent Agency Ranking
公开(公告)号：CN113158063A
公开(公告)日：2021-07-23
申请号：CN202110510068.4
申请日：2021-05-11
Applicant: 江南大学
Abstract: 本发明公开了一种基于图像理解的纺织面料个性化推荐的方法，包括步骤：对面料文本进行描述，主要考虑纹理、颜色分布以及图案形状三个方面；对已有数据集中的面料图像进行表征；多源异构数据提取的文本特征、图像手工特征和深度网络神经特征进行压缩，减少处理速度；采用关系型异构数据库完成对用户数据的采集，完成对面料推荐系统用户标签体系的构建；使用多层次的用户画像模型，完成对用户的群体细分；挖掘数据库中丰富的转换型特征以及生成准确的潜在用户向量表示；将探索循环神经网络挖掘会话上下文的序列关系，动态的融入推进系统；通过交互手段捕获用户对推荐系统的显示或者隐式评价，完成对推荐系统的持续优化。
-
公开(公告)号：CN110110129A
公开(公告)日：2019-08-09
申请号：CN201910391771.0
申请日：2019-05-13
Applicant: 江南大学
IPC: G06F16/583 , G06F16/538
Abstract: 本发明属于面料检索方法领域，涉及一种基于精细纹理表征的织物图像检索方法。所述方法步骤如下：对待查询图像和图像库中的图像进行预处理，增强面料图像的对比度，突出图像的纹理特征；对于预处理后的图像，采用低阶特征提取方法对图像进行处理，对待查询图像和图像库中的图像进行特征描述；将待查询图像的特征描述与图像库中图像的特征描述进行相似性度量，按照相似性的大小从大到小排序；根据相似性的大小将相应的图像按顺序进行显示；将图像相对应的工艺参数调出，以指导生产。本发明提出考虑织物的精细纹理特征，具有较高的检索精细度和准确率，并首次提出乘积的形式来综合两种特征的优点，在图像精细检索领域具有非常大的潜力。
-
公开(公告)号：CN117974870A
公开(公告)日：2024-05-03
申请号：CN202410148228.9
申请日：2024-02-02
Applicant: 江南大学
Abstract: 本发明公布一种基于图像的服装纹理迁移方法，步骤如下：输入的人物图像经过语义分割模型后得到对应的服装图像；三维重建模型利用提取的服装图像重建出服装的空间模型；通过投影的方式计算模型顶点的纹理坐标，采用纹理映射将给定的纹理图映射到模型表面；用提取的服装掩膜处理渲染后的服装图像再和初始的人物掩膜相结合得到迁移的结果；进一步优化图像质量，提取出掩膜边缘后采用滤波的方式对边缘进行平滑，减少了锯齿等瑕疵。本发明利用深度学习建立服装的参数化模型，利用计算机图形学渲染纹理，保留服装原有形态、褶皱的前提下实现织物纹理的迁移，同时用户能根据需求进行纹理编辑、光影调整，有助于实现个性化定制、虚拟试衣等应用场景。
-
公开(公告)号：CN113920315B
公开(公告)日：2024-04-30
申请号：CN202111197537.8
申请日：2021-10-14
Applicant: 江南大学
IPC: G06V10/26 , G06V10/24 , G06V10/74 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及服装图像识别领域，涉及一种基于卷积神经网络的服装属性识别方法。服装属性识别方法步骤如下：第一步，候选区的提取；第二步，对数据集中的矩形区域和标注区域内的图像进行预处理；第三步，候选区的特征提取和分类；第四步，对预选框定位精度进行衡量；第五步，校正识别区域。本发明通过对服装图像的局部特征识别其属性，提高了识别效率和精确度。
-
公开(公告)号：CN110110129B
公开(公告)日：2023-01-10
申请号：CN201910391771.0
申请日：2019-05-13
Applicant: 江南大学
IPC: G06F16/583 , G06F16/538
Abstract: 本发明属于面料检索方法领域，涉及一种基于精细纹理表征的织物图像检索方法。所述方法步骤如下：对待查询图像和图像库中的图像进行预处理，增强面料图像的对比度，突出图像的纹理特征；对于预处理后的图像，采用低阶特征提取方法对图像进行处理，对待查询图像和图像库中的图像进行特征描述；将待查询图像的特征描述与图像库中图像的特征描述进行相似性度量，按照相似性的大小从大到小排序；根据相似性的大小将相应的图像按顺序进行显示；将图像相对应的工艺参数调出，以指导生产。本发明提出考虑织物的精细纹理特征，具有较高的检索精细度和准确率，并首次提出乘积的形式来综合两种特征的优点，在图像精细检索领域具有非常大的潜力。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.025 seconds)
