摘要
本发明提供了一种融合深度学习与区块链存证的刺绣数字化的全流程保护方法,包括:步骤1,采用多模态数据采集技术获取刺绣作品的多模态数据;步骤2,将步骤1中采集的多模态数据经改进的自适应卡尔曼滤波算法消除环境噪声,通过关键帧抽提技术压缩冗余时序信息,得到标准化工艺数据集;步骤3,利用深度学习驱动针法识别,通过卷积神经网络、生成对抗网络和边缘检测算法,实现绣法的复现;步骤4,通过区块链协议上链,明确数字权属,批量管理资源;步骤5,移动端应用部署:通过轻量化跨平台框架构建移动应用,实现刺绣数字化保护。本发明极大地完善了数据基础,为刺绣数字化研究与应用提供了丰富且系统的数据资源。
技术关键词
融合深度学习
区块链存证
生成对抗网络
卡尔曼滤波算法
边缘检测算法
刺绣作品
多模态数据采集
消除环境噪声
三维点云数据
保护方法
抽提技术
唯一性
绣品
代币
卷积神经网络提取
关键帧
星际文件系统
训练分类模型
系统为您推荐了相关专利信息
鲜花包装袋
在线检测装置
图像检测机构
输送轮
光源模块
生成对抗网络
客户端特征
联邦学习模型
特征提取器
分类器参数
生成对抗网络
图像拼接方法
特征点
融合小波
计算机可执行指令
数据接口模块
预测系统
电子系统
数据传输模块
多模态传感器
量子态
特征提取模型
样本
分类器模型
生成对抗网络训练