服装风格

摘要： 哈尼族梯田,依山而建,错落有致、大小不一,朝着不同的方向延伸与变化,将其独特的自然形态经过提炼变形设计出视觉上优美的"梯田曲线"。将具有民族文化特色"梯田曲线"运用到不同风格的服装中,结合流行趋势,面料的色彩、材质,对服装局部造型进行塑造,体现它独特的美感。

摘要： 设计说明:作品灵感来源于中国传统扎染技法——水波纹扎染。利用扎染技法将面料染成蓝白相间的水波纹路,自然形成的蓝色流水波纹表现一种清新脱俗的自然之美。采用收腰的直筒型塑造女性端庄优雅的气质,搭配蓝色小披肩和古典团扇,呈现出清新典雅、复古文艺的服装风格。该作品曾获第四届国青杯全国高校艺术设计作品大赛学生组一等奖。

摘要： 世界万物从未停下它的脚步,在这个信息多样化的时代,人们更专注于将自我审视与外界探索合而为一,向生命与自然致敬,积极传递将变革视作机遇的乐观心态。服装风格不再单一化发展,而是以更加包容的态势融合、分化、再融合、再分化,以略带冲撞感的姿态诠释在人文、科技、自我下的新未来。

摘要： 将深度学习引入机器学习使人工智能的研究上了一个新的台阶,深度学习的建模与表征能力强大,在图像处理领域有着非常重要的作用,这为服装风格分类提供了发展机会。为了进一步得到服装图片的风格信息,对原始训练集进行图片增广,扩增数据集,同时通过训练AlexNet卷积神经网络模型,对扩充数据集进行服装风格分类,从而提高服装风格识别精度。

摘要： 针对服装搭配知识碎片化、规则模糊等问题,为提高服装搭配的有效性,通过获取大量互联网服装图像上下文信息,提取女装属性优先级,然后将分别建立的女装类型搭配规则、女装风格搭配规则和女装色彩搭配规则,按照前提与结论的关系进行组合,最终构建了女装搭配规则关联拓扑结构。采用卡方检验对搭配规则有效性进行验证,实验组被试对象按照构建的搭配规则进行服装搭配,对照组则依据常识进行搭配。研究结果表明:2组实验服装搭配效果存在显著差异,按照构建的女装搭配规则进行服装搭配的合格率达85%;建立的女装搭配规则对服装搭配及智能推荐具有较好的指导作用。

摘要： 本文以老庄经典文本为基础,阐述了道家美学风格对现代潮流服装设计的启示意义,分析了道教美学风格对现代潮流服饰的影响,总结了道家美学风格在现代潮流服饰设计中的表现形式,并且对道家自然美学思想在现代潮流服装设计环境中的发展做了探究。

摘要： 服装艺术是一门综合的艺术,从平面图上的静止到飘逸,都体现出服装设计是一种不断变化的艺术过程,在平面设计中,设计师将心中的服装设计灵感转化为最初的服装样式。服装的造型、款式、材质是服装设计的首要环节,设计要素包括色彩、图案等,要在繁复的设计要素中实现服装设计的艺术效果,需要大量的设计经验与设计灵感。在人物摄影过程中,服装的设计也是展现摄影水平的重要方面,比如服饰颜色的运用非常关键,合理的颜色设计可以提高整体的视觉效果,色彩的运用不仅关系到服装设计的总体美学效果,也要符合人们审美的视觉法则的基本要素,而色彩造型的运用又是服装的美学设计要素,在服装造型和美学的交汇中完成摄影师镜头下的服装风格。文章通过对人物摄影与服饰造型的相关讨论,以期使服饰与人物摄影互相配合,从而使摄影作品具有更高的审美价值。

摘要： 文章以新著作权法角度分析了服装成衣版权中的保护要素,针对当前服装成衣版权中存在的困境与问题,从设计创作、法律维权、社会行业三个层面提出了服装成衣版权法律保护策略,以期为服装成衣法律维权与法律保护案例提供更多的参考建议,从而有效提升服装产业健康发展。

摘要： 从生活方式和服饰审美取向出发,阐述了时尚女装设计日趋中性化、个性化的流行成因,分析了现代女装设计中款式、面料、色彩、图案等多种途径所表现的男性化风格元素及其应用方式,印证了服装设计元素始终在男性化、女性化两大风格间转换变化的基本规律,可以为女装设计和生产实践提供一定的理论参考。

摘要： 高山族在台湾当地被称为原住民。台湾原住民现在有五十多万人,主要为阿美族、泰雅族、排湾族、布农族、鲁凯族、卑南族、布农族、赛夏族、雅美族、邹族、邵族、噶玛兰族、平埔族等十几个族群。这十几个族群文化、语言、风俗习惯不同,服装风格也十分不同。非遗视角台湾高山族(原住民)传统服饰文化研究是以台湾高山族(有时称台湾高山族为台湾原住民)服装服饰文化为主线,研究中国传统服装服饰的非物质文化及其保护。研究的理论价值(精神表现)在于促进两岸同胞心灵契合。

摘要： 深黑色、浅灰色、灰紫色、植物绿色、泥土棕色与暖调橙色、蓟花紫、南瓜黄相平衡.柠檬黄、风铃草蓝、薰衣草紫、地衣色、桉树绿等鲜艳亮色有了偏冷调的色彩.2015-2016秋冬纱线主要流行的色彩包括：炭黑色&橘黄色、森林绿&蓟花紫、浆果深色&薄荷绿、蟹灰色&南瓜黄、麻灰色&地衣色、植物绿&柠檬黄、泥炭棕&风铃草蓝、天然石色&浅紫色、冰绿色&煤炭色、灰粉色&桉树绿，并分别总结了这些流行颜色适用于什么样的面料设计和服装风格。

摘要： 本文通过原料、色彩、组织、款式造型等作为影响花式毛衫风格的客观因素,通过分析每一要素花式毛衫的影响特征及各要素之间的相互联系.原材料本身特征及原材料的混搭方式特征、花式纱线色彩多样性的分类,应用、组织肌理的开发到功能性,装饰性表达以及款式造型的外轮廓设计,细节设计等要素对花式毛衫的影响,本文旨为企业及设计人员有效的利用这些要素进行花式毛衫设计并给予一定的理论基础及设计思路方法.

摘要： 本文通过原料、色彩、组织、款式造型等作为影响花式毛衫风格的客观因素,通过分析每一要素花式毛衫的影响特征及各要素之间的相互联系.原材料本身特征及原材料的混搭方式特征、花式纱线色彩多样性的分类,应用、组织肌理的开发到功能性,装饰性表达以及款式造型的外轮廓设计,细节设计等要素对花式毛衫的影响,本文旨为企业及设计人员有效的利用这些要素进行花式毛衫设计并给予一定的理论基础及设计思路方法.

摘要： 本文通过原料、色彩、组织、款式造型等作为影响花式毛衫风格的客观因素,通过分析每一要素花式毛衫的影响特征及各要素之间的相互联系.原材料本身特征及原材料的混搭方式特征、花式纱线色彩多样性的分类,应用、组织肌理的开发到功能性,装饰性表达以及款式造型的外轮廓设计,细节设计等要素对花式毛衫的影响,本文旨为企业及设计人员有效的利用这些要素进行花式毛衫设计并给予一定的理论基础及设计思路方法.

摘要： 本文通过原料、色彩、组织、款式造型等作为影响花式毛衫风格的客观因素,通过分析每一要素花式毛衫的影响特征及各要素之间的相互联系.原材料本身特征及原材料的混搭方式特征、花式纱线色彩多样性的分类,应用、组织肌理的开发到功能性,装饰性表达以及款式造型的外轮廓设计,细节设计等要素对花式毛衫的影响,本文旨为企业及设计人员有效的利用这些要素进行花式毛衫设计并给予一定的理论基础及设计思路方法.

摘要： 本发明提出了一种基于用户风格和场景偏好的服装搭配推荐方法。本发明从用户角度出发，考虑到了用户的风格偏好以及应用场景对于服装搭配推荐的影响。根据偏好预测器预测出用户的服装偏好，找出用户更喜爱的服装种类和风格，并对相同风格的服装进行聚类分析，同时将场景因素添加到预测模型中，考虑季节变化和出席场合对于服装的选择，按照匹配度搭配成套装形成推荐。这使得推荐方案更加符合用户自身的穿衣风格，更好地应用于具体场景当中，能够满足用户的真实需求，提高服装搭配推荐方案的精准性，向用户进行个性化服装推荐，从而扩大用户的购买率，提升服装产业的销量。

摘要： 本发明公开了一种抗菌纱线及其制备方法、面料及牛仔风格服装。所述制备方法包括对新鲜天然植物进行提取得到天然植物染料的步骤，利用所述天然植物染料配置染色工作液的步骤，以及采用所述染色工作液对全棉纱线进行染色的步骤，所述新鲜天然植物指采摘后于温度为5～25°C，湿度为35～65％的环境中放置时间不超过18小时的天然植物，所述天然植物染料包括抗菌活性成分。本发明的抗菌纱线用于牛仔风格服装后，服装的色牢度高，有优异的抑菌效果。

摘要： 本发明涉及一种服装款型风格匹配的方法及系统，其中方法包括：S1，预先在档案库存入服装的结构属性，及面料类型信息；S2，对服装品类进行归类，并将各品类划分为不同的结构属性；S3,为各结构属性标注风格属性，根据结构属性的风格属性按权重计算出服装的风格诊断结果；S4，调取顾客的穿衣风格诊断结果；S5，在店单品中推出顾客风格的服装以形成适穿库；S6，判断适穿库中是否存在适合顾客的服装；S7，顾客对适穿库中的衣服进行挑选；S8，顾客进行服装订制服务。本发明通过将服装的风格属性特征与顾客的外貌风格特征进行匹配，计算得出符合着装美学的人与服装款型风格之间的最佳匹配范围，得出非常适合顾客的服装，更好地满足了需求。

摘要： 本发明涉及一种用于服装图像特定相关区域的风格迁移模型及方法，本发明利用注意力机制和循环生成对抗网络相结合，可实现以下两个目标：(1)在复杂背景和光照变化的服装图像中，实现对特定的局部区域以及相关区域的控制，而且避免风格迁移区域边界伪影。(2)对选择的局部以及相关区域实现无需配对的服装图像风格迁移。我们提出了一个融合注意力机制和循环生成对抗网络的服装特定相关区域风格迁移模型，其中循环生成对抗网络负责服装图像局部以及相关区域无配对的风格迁移。在模型的核心，本申请设计了一种嵌入注意力机制的生成器架构，以实现对服装图像特定局部区域以及相关区域的控制，实现风格迁移边缘区域的平滑效果。

摘要： 本发明属于智能服装技术领域，公开了一种服装风格流行预测的系统及方法。通过数据处理模块获取服装图像数据并进行多标签标注，得到标签信息；通过服装分类模块根据标签信息进行服装风格分类，得到风格分类信息及每类风格服装对应的实际购买量；通过估计购买量模块利用回归分析模块得到实际购买量影响因子与实际购买量之间的购买关系信息，根据购买关系信息、实际购买量，得到估计购买量；通过服装流行预测模块根据风格分类信息、估计购买量对服装风格的流行趋势进行预测。本发明能够对服装风格的流行趋势进行预测。

摘要： 本发明公开了一种基于深度学习的服装风格迁移方法与系统，涉及服装设计技术领域，包括数据采集与处理模块、特征分析与提取模块、风格模型生成与应用模块、图像迁移与生成模块以及图像输出模块。数据采集与处理模块用于选择风格图像以及图像预处理；特征提取模块主要对颜色特征、纹理特征、轮廓特征进行提取；风格模型生成与应用模块用于生成风格模型；图像迁移与生成模块包括个性化风格迁移功能和快速风格迁移功能，用于将源服装图像进行语义分割，并通过上述模块可直接进行风格迁移，或者通过调用风格模型库中的风格模型实现快速风格迁移；图像输出模块用于提高生成图像分辨率并显示。缩短了风格迁移时间长，改善了生成的服装图像的整体效果。

摘要： 本发明属于智能服装技术领域，公开了一种服装风格流行预测的系统及方法。通过数据处理模块获取服装图像数据并进行多标签标注，得到标签信息；通过服装分类模块根据标签信息进行服装风格分类，得到风格分类信息及每类风格服装对应的实际购买量；通过估计购买量模块利用回归分析模块得到实际购买量影响因子与实际购买量之间的购买关系信息，根据购买关系信息、实际购买量，得到估计购买量；通过服装流行预测模块根据风格分类信息、估计购买量对服装风格的流行趋势进行预测。本发明能够对服装风格的流行趋势进行预测。

摘要： 本发明属于服装智能制造技术领域，公开了一种服装风格迁移系统与方法，包括图像信息处理单元、图像特征提取单元、风格迁移生成单元和生成图像增强单元；所述图像信息处理单元用于选择采集目标风格服装图像以及待转换风格的服装图像；所述图像特征提取单元用于处理目标服饰风格特征和自身风格特征；所述风格迁移生成单元用于对待转换风格的服饰进行对应风格的迁移融合；所述生成图像增强单元用于生成待转换风格服饰图像的语义分割图，并利用语义分割图对变形的背景进行割离，还原迁移图像的背景。利用其中一方服装的风格，渲染生成由另一方形状，轮廓限定的新的样式的服装。能够大幅提高服装设计的效率，提升用户感官体验。

摘要： 本发明公开的一种基于多网络融合的服装风格识别推荐方法，具体为：步骤1：训练保存MNF网络模型；步骤2：调用MNF网络模型，利用摄像头获取人体图像，进行人体图像预处理得到原始图像；步骤3：原始图像经过VGG16网络得到服装的全局特征；步骤4：上述原始图像经过图像分割得到人体分割图像；步骤5：人体分割图像经过DenseNet网络得到服装的局部特征；步骤6：将步骤3得到的全局特征和步骤5得到的局部特征通过融合得到服装最终特征；步骤7：最终特征通过分类器得到服装风格分类标签；步骤8：服装分类标签遍历线下服装数据库得到相同风格的服装推荐结果。该方法解决了复杂环境下不同风格的服装识别精度问题。

摘要： 本发明提供了一种服装风格识别方法、装置、电子设备及存储介质。该服装风格识别方法包括：构建服装风格识别模型；训练所述服装风格识别模型；利用训练好的服装风格识别模型识别图像中的服装风格。本发明提供的服装风格识别方法，通过对VGG‑19网络模型进行结构上的改造并引入了空间金字塔池化层，得到了服装风格识别模型，该模型可以使用任意尺寸的图像进行训练，该模型在输入上的约束少，通过对该模型的训练，使该模型对服装分类任务有较好的泛化能力，通过训练后的该模型对服装风格识别的准确率更高。