[发明专利]服装时尚设计系统与方法在审

专利信息
申请号: 202111455629.1 申请日: 2021-12-01
公开(公告)号: CN114357544A 公开(公告)日: 2022-04-15
发明(设计)人: 余锋;杜成虎;姜明华;周昌龙 申请(专利权)人: 武汉纺织大学
主分类号: G06F30/10 分类号: G06F30/10;G06F30/27;G06K9/62;G06N3/04;G06F16/51;G06F16/951;G06F40/30
代理公司: 武汉维盾知识产权代理事务所(普通合伙) 42244 代理人: 彭永念
地址: 430200 *** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 服装 时尚 设计 系统 方法
【说明书】:

本发明属于服装智能制造技术领域,公开了一种服装时尚设计系统与方法,包括时尚采集单元、时尚处理单元、时尚设计单元和时尚生成单元;时尚采集单元用于采集各个种类的时尚元素;时尚处理单元用于使用深度学习算法对时尚元素进行统计与学习;时尚设计单元用于将代表时尚元素的服装属性进行分离与再归类;所述时尚生成单元用于参考语义或环境条件来生成服饰。本发明通过约束性条件输入,可以根据人工智能算法自动设计服装款式,从而节约大量的时间和人力。在时尚领域,可以全面的按照用户的需求对服饰进行自由定制,大幅减少了设计成本,提高了设计效率。

技术领域

本发明属于智能服装技术领域,更具体地,涉及一种服装时尚设计系统与方法。

背景技术

目前,在时尚设计领域,通常会由设计师通过自己的学识经验来设计新的服饰,而且每次设计一款服饰要消耗大量的时间和精力,设计师也不可能面面俱到的设计出所需的每一种风格的服饰。因此,在时尚领域,对服饰按需求的设计拥有潜在且巨大的应用场景。

公开号为CN108606384A的中国专利一种私人定制时尚服饰设计系统通过左右两侧所述竖板的外部均滑动安装有滑块,快速的对客户进行不同高度的肢体宽度的测量,来对服装进行设计,该方法只提出了设计设备而没有设计时尚设计方法。申请号为CN201910495710.9的中国专利“认知自动化和交互式个性化时尚设计”采用由计算机设备使用基于深度学习的计算机视觉来训练计算机模型,使用经认知地确定的时尚性得分(F得分)来标识,使用计算机模型和经标识来创建新时尚设计,此方法没有融合各种风格特征,设计出的服饰具有局限性。

发明内容

本发明所要解决的技术问题是提供一种服装时尚设计系统与方法,能够实现基于人工智能的服装时尚设计,大幅提高设计效率,降低服装设计难度。

为解决上述技术问题,本发明所采用的技术方案是:一种时尚设计系统,包括时尚采集单元、时尚处理单元、时尚设计单元和时尚生成单元;

所述时尚采集单元用于采集各个种类的时尚元素;

所述时尚处理单元用于使用深度学习算法对时尚元素进行统计与学习;

所述时尚设计单元用于将代表时尚元素的服装属性进行分离与再归类;

所述时尚生成单元用于参考语义或环境条件来生成服饰。

优选的方案中,所述的时尚处理单元包括训练模块,在训练模块内,将采集的时尚元素建立立体模型,并将立体模型进行人工标记,对人工标记模型根据输入参数进行参数适配,形成样本集,将样本集送入到深度学习算法进行训练,获得人工智能模型。

优选的方案中,时尚设计单元包括将输入的立体模型和输入参数进行运算的人工智能模型,人工智能模型给出时尚评价,并将数据输送至时尚生成单元。

优选的方案中,时尚设计单元包括将输入的立体模型和输入参数进行运算的人工智能模型,人工智能模型给出时尚评价,将元素分解,然后融合重组,融合重组后生成的样本分成两个部分,一部分送入人工标记,对人工标记模型根据输入参数进行参数适配,形成样本集,将样本集送入到深度学习算法进行训练,对人工智能模型进行迭代,另一部分直接送入人工智能模型进行时尚评价。

优选的方案中,元素分解包括元素拆解和平面映射,将拆解后的元素与映射得到的平面图形,经过形状、图案、颜色、位置、缩放、翻转、扭曲、阵列中一种或多种操作在组合器进行组合处理后,进行立体重构,实现设计元素的融合重组。

优选的方案中,所述的人工智能模型包括分类器、语义识别器、适配器和聚类器;

分类器用于将立体模型进行分类,所述的分类与语义识别器识别出的语义关键词互相关联;

语义识别器用于将输入参数转换为语义关键词,所述的语义关键词与分类器的分类互相关联;

适配器用于根据语义关键词对立体模型的样本进行适配,适配出符合语义关键词的立体模型;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉纺织大学,未经武汉纺织大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111455629.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top