一种基于人工神经网络的服饰辅助设计方法

摘要

本发明公开一种基于人工神经网络的服饰辅助设计方法，其中，本方法包括：使用对抗生成人工神经网络对用户提交的服饰设计中的简易款式草图进行分析和补全，生成接近现实服饰的设计图片；使用图像风格迁移人工神经网络对用户提交的服饰设计中的图案和风格进行融合，生成具有指定风格的图案图片；裁剪并拼接款式图片和风格化图案生成2D的设计图案，将2D图案进行处理生成最终的3D服饰设计。本发明实现了利用人工神经网络处理简单服饰草图和融合服饰装饰图案与风格，计算生成对应设计的具象化3D预览。

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于人工神经网络的服饰辅助设计方法。

背景技术

在互联网技术、电子商务与服装业高度结合的时代，服饰买家对服饰设计的个性化、定制化提出了更高的要求，例如，越来越多的电子商务客户都希望能够快速定制独特服饰的需求，而现有服饰定制方法，存在以下不足：

1、大部分服饰定制偏向于企业文化衫的定制，用户只能从几种备选款式选择，并在指定位置放置，用户缺少设计的自由度。

2、此类类似于文化衫的服饰定制方式，服饰样式和图案的配比和选择需要人工客服的参与，既增加了商家的成本，也造成了用户时间上的不便。

3、传统定制样式服饰要求行业设计师的配合，增加了客户的成本，提高了定制服饰的门槛。

综上所述，现今服饰定制技术中，类文化衫的服饰定制不能满足用户实时、高自由度的服饰定制需求，同时，平面设计师辅助的服饰定制又不能满足用户低成本的需求，因此，现有技术还不能为服饰定制客户提供一个便捷、实时、低成本、高自由度的服饰设计系统。

发明内容

本发明提出了一种基于人工神经网络的服饰辅助设计方法，能够给服装买家提供一种实时便捷的服饰定制方法。

为解决上述技术问题，本发明采用的技术方案是：提供一种基于人工神经网络的服饰辅助设计方法。

一种基于人工神经网络的服饰辅助设计方法，该方法包括：

通过网页端获取用户提供的服饰设计的简易款式草图，将所述款式草图发送到计算处理服务器，在所述计算处理服务器中对所述草图进行处理，提取款式信息，发送到机器学习服务器，在所述机器学习服务器中，根据提取的款式信息选取对应人工神经网络，使用所述人工神经网络重构款式并补全细节，生成接近现实照片的服饰款式设计图片，使用人工神经网络对提交的服饰设计中的款式草图进行补全，生成接近现实服饰的设计图片；

通过网页端获取用户提供的服饰设计的装饰图案，通过网页端获取所述装饰图案的目标风格图案，将所述装饰图案以及目标风格图案发送到机器学习服务器，在所述机器学习服务器中，使用指定人工神经网络，根据所述装饰图案和目标风格图案，生成具有目标风格图案相似艺术风格的装饰图案，使用人工神经网络对用户提交的服饰设计中的图案和风格进行融合，产生具有指定风格的图案图片；

将所述风格化装饰图案与生成款式图案输出到计算处理服务器，比对服饰数据库查找若干推荐图案服饰搭配方式，将所述搭配方式作为用户的待选模式，从网页端获取用户选择搭配方式，发送到图形工作站，在图形工作站中，使用所述生成样式图案和目标风格装饰图案，渲染生成2D展示图片，将所述生成设计和装饰图案生成2D的设计图案，将所述生成2D图案进行处理生成最终的3D服饰设计。

本发实现了利用人工神经网络等其他计算机技术，实现了一种实时便捷的服饰定制方法

附图说明

图1是应用本发明的系统流程图

图2为本发明中客户定制服饰的示意图

具体实施方式

以下结合附图和实施实例，对本发明的目的、技术方案以及优点等进一步详细描述。应当理解，此处所描述的具体实例仅用于解释本发明，而非对本发明的限定。

图1为本发明实例提供的基于人工神经网络的服饰辅助设计方法的流程图，本实施实例可适用于在指定环境中生成定制化的服饰设计。本方法可以应用到具体的服装设计电子商务项目中，服饰制造商可以获取服饰客户提供的设计草图和装饰图案信息，定制系统根据生成程序进行服饰图样生成，渲染服饰客户定制的服饰草图。

如图1所示具体包括以下步骤：

步骤一，使用人工神经网络对提交的服饰设计中的款式草图进行补全，生成接近现实服饰的设计图片。本方法主要用于服饰商务中对服饰的定制和预览，因此首先要确定服饰的款式信息，以便定制需要生产的服饰种类。服饰信息包括文字款式和设计草图，里面包含服饰的基本款式和定制的具体要求。在本步骤中，首先通过网页端获取用户提供的服饰设计的简易款式草图，将所述款式草图发送到计算处理服务器，在所述计算处理服务器中对所述草图进行处理，提取款式信息，发送到机器学习服务器，在所述机器学习服务器中，根据提取的款式信息选取对应对风格对抗生成网络(GAN)，最终使用所述对抗生成网络(GAN)重构款式并补全细节，生成接近现实照片的服饰款式设计图片。对抗生成网络是一种监督式的机器学习模型，进行训练后模型参数较少，可以直接生成目标图片，符合直接输入草图生成设计图的需求，因此使用此网络。

步骤二，使用人工神经网络对用户提交的服饰设计中的图案和风格进行融合，产生具有指定风格的图案图片。

前述内容可知，定制系统获取用户的需要的款式信息后，需要进一步获取用户对服饰纹理外观的要求。服饰的纹理外观可以分为服饰图案以及图案的绘制风格。在本步骤中，首先通过网页端获取用户提供的服饰设计的装饰图案，通过网页端获取所述装饰图案的目标风格图案，将所述装饰图案以及目标风格图案发送到机器学习服务器，在所述机器学习服务器中，使用指定对风格迁移网络(ISTN)，根据所述装饰图案和目标风格图案，生成具有目标风格图案相似艺术风格的装饰图案，使用风格迁移网络对用户提交的服饰设计中的图案和风格进行融合，产生具有指定风格的图案图片。风格迁移网络为一种迁移学习网络，它基于一种预训练的图像分类人工神经网络进行图像风格的提取和迁移，它不需要进行额外的训练，参数少，生成效果可控制，符合集群服务器对大量计算的请求。

步骤三，将生成设计和装饰图案生成2D的设计图案。

生成2D设计图案，由前述内容可知，生成的服饰款式和风格化的装饰图案作为用户定制意图的表现，包含服饰设计的核心要素。在本步骤中，需要将生成的服饰款式数据和风格化图案数据发送至计算处理服务器选择建议的搭配方案，从而将搭配方式数据发送至图形工作站进行渲染，生成2D设计图案。

步骤四，将生成2D图案进行处理生成最终的3D服饰设计

3D服饰设计采用自动网格蒙皮和骨骼绑定来进行。由前述可知，生成的2D设计图案的款式设计是基于服饰数据库的生成结果，因此可以通过使用数据库已有的对应模型作为3D模型的网格数据。本步骤通过平移立方体方法自动投影计算2D图片对于3D网格数据贴图坐标；根据生成2D设计图案对网格数据的非对应部分进行调整，发送至计算处理服务器优化模型，最终发送至图形工作站进行3D渲染。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。