摘要
本发明公开了一种基于人工智能的服装设计辅助方法及系统,属于服装智能设计领域,该方法包括从预先构建的服装图像数据集和时尚趋势数据库中,利用卷积神经网络提取多维度风格特征信息,构建风格向量空间模型;进行向量相似度匹配,采用图神经网络生成服装设计草图;基于设计草图,生成用于打样的结构化工艺数据包;将设计草图与结构数据输入三维人体建模与仿真模块,基于人体动作捕捉和物理布料仿真技术,实现虚拟服装的穿着效果模拟;构建人机交互界面,基于生成对抗网络模型快速响应修改请求。本发明采用强化学习算法自动生成服装纸样结构、缝制顺序、材料规格和工艺路线等结构化信息,显著提升服装打样效率与准确性。
技术关键词
向量空间模型
三维人体建模
生成对抗网络模型
卷积神经网络提取
强化学习算法
服装纸样
三维人体模型
风格
人机交互界面
人体动作捕捉设备
缝制
服装模型
条件生成对抗网络
自然语言
度量学习方法
预训练语言模型
图像语义分割
系统为您推荐了相关专利信息
物流仓储系统
深度学习模型训练
多机器人协作
深度学习算法
视觉传感器
特征自动识别方法
作业现场环境
深度学习神经网络
配网不停电作业
深度学习模型
人工智能模型
图像语义分割模型
视频
画像
强化学习模型
FBG传感器
分拣系统
机械臂
传感模块
控制模块
推进器
性能预测模型
非线性规划算法
推力分配方法
报告