基于深度学习的纺织品图案智能辅助设计

• 作者: 王晓龙 王颖
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 深度学习 分形图案 风格迁移 卷积神经网络 纺织品图案
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机技术
• 页码范围: 131-133
• 页数: 3页
• 分类号: TP391.4
• 字数: 2403字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2020.02.047

摘要

为了实现基于深度学习的纺织品图案智能辅助设计系统,将分形图案与深度学习风格迁移算法相结合,利用深度学习框架Tensorflow,首先生成基于Mandelbrot集合的分形图案,接着从图像转换网络结构、感知损失函数等几个方面改进了已有的神经网络风格迁移算法,对分形图案进行风格化设计,使生成的创意图案更符合纺织品图案边界要求高、保持图案细节完整的特点,更加符合纺织品打印要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王颖	北京服装学院基础教学部	10	38	3.0	5.0
2	王晓龙	北京服装学院材料设计与工程学院	3	0	0.0	0.0