服裝AI工程應用

目錄

第1章 服裝AI理論基礎

1.1服裝仿真基本概念 / 

1.1.1基於物理模擬基礎動畫制作 / 

1.1.2服裝仿真技術的應用 / 

1.1.3動畫中的服裝仿真流水線 / 

1.1.4服裝仿真的歷史 / 

1.2圖像處理與分析 / 

1.2.1基本概念 / 

1.2.2圖像處理與分析基本概念 / 

1.3模式識別基本概念 / 

1.3.1基本概念 / 

1.3.2模式識別的運用 / 

1.4深度學習原理 / 

1.4.1基本概念 / 

1.4.2什麼是機器學習 / 

1.4.3什麼是深度學習 / 

第2章 服裝AI程序設計

2.1Python基礎介紹  / 

2.1.1什麼是Python / 

2.1.2Python環境搭建 / 

2.1.3Python基礎語法 / 

2.1.4Python數據類型介紹 / 

2.1.5Python函數介紹 / 

2.2OpenCV庫的簡介 / 

2.2.1基礎功能 / 

2.2.2圖像處理基本理論 / 

2.2.3OpenCV圖像處理基本實現 / 

2.3PyTorch環境安裝 / 

2.3.1CUDA的下載安裝 / 

2.3.2Anaconda安裝 / 

2.4PyTorch深度學習工具庫 / 

2.4.1基本數據： Tensor / 

2.4.2Tensor的運算 / 

2.4.3PyTorch自動求導 / 

2.4.4神經網絡工具箱torch.nn / 

2.4.5手寫數字識別案例 / 

第3章 服裝流行趨勢分析AI應用

3.1基本概念 / 

3.1.1服裝流行趨勢基本概念 / 

3.1.2服裝解析深度學習模型基本概念 / 

3.2各種解析算法模型 / 

3.2.1Fast R-CNN / 

3.2.2改進的服裝解析方法 / 

3.2.3一種融合顏色與紋理特征的無監督分割算法 / 

3.2.4基於HOG和E-SVM的服裝圖像聯合分割算法 / 

3.2.5基於Deeplab網絡的模型服裝解析 / 

3.2.6自監督結構敏感學習的分析方法 / 

3.2.7空洞空間金字塔池化ASPP / 

3.3基於Graphonomy的服裝解析典型應用案例 / 

3.4服裝部件分類基本原理 / 

3.4.1基於詞包模型的分類方法 / 

3.4.2基於深度學習的分類方法 / 

3.4.3基於細粒度的分類方法 / 

3.4.4基於細粒度的分類方法在服裝領域的應用 / 

3.5服裝色彩聚類基本原理 / 

3.5.1服裝色彩聚類的基本概念 / 

3.5.2服裝色彩聚類的方法 / 

第4章 服裝虛擬試衣AI應用

4.1質-彈面料基本模型 / 

4.1.1簡介 / 

4.1.2計算量 / 

4.1.3計算力 / 

4.1.4能量最小化 / 

4.1.5彈簧勢能和力 / 

4.1.6彈簧阻尼力 / 

4.1.7可撕破的布料 / 

4.2碰撞檢測與響應 / 

4.2.1碰撞體近似 / 

4.2.2碰撞響應 / 

4.3面料仿真基本算法 / 

4.3.1顯式歐拉積分法 / 

4.3.2隱式歐拉積分法 / 

4.3.3半隱式積分法 / 

4.3.4Verlet積分法 / 

4.3.5動態位置調整法 / 

4.3.6算法性能分析及評估 / 

4.4衣片三角網格化算法 / 

4.4.1三角形 / 

4.4.2粒子 / 

4.4.3力 / 

4.4.4布料的靜態構型 / 

4.4.5計算力及其導數 / 

4.4.6三角網格化 / 

4.5二維虛擬試衣 / 

4.5.1面部數據庫采集  / 

4.5.2人體2D關鍵點獲取 / 

4.5.3剪切 / 

4.5.4人臉解析 / 

4.5.5美顏 / 

4.5.6服裝數據庫采集 / 

4.6深度學習虛擬試衣 / 

4.6.1三維網格處理 / 

4.6.2三維人體建模相關理論 / 

4.6.3蒙皮多人線性模型 / 

4.6.4人體運動數據集 / 

4.6.5三維服裝數據集 / 

4.6.6測試環境搭建 / 

4.6.7訓練數據準備 / 

第5章 服裝質量檢驗AI應用

5.1目標檢測算法框架介紹 / 

5.1.1SSD算法介紹 / 

5.1.2YOLOv5算法介紹 / 

5.1.3Fast R-CNN算法介紹 / 

5.2服裝疵點檢測技術 / 

5.2.1基於遺傳算法的織物疵點檢測 / 

5.2.2基於深度學習的疵點檢測 / 

5.2.3基於輕量級模型的瑕疵檢測 / 

5.3服裝尺寸檢測技術 / 

5.3.1基於角點檢測的服裝尺寸測量 / 

5.3.2基於機器視覺的尺寸測量 / 

5.3.3基於卷積網絡的尺寸測量 / 

5.4計算機視覺在服裝AI工程的應用案例 / 

5.4.1虛擬試衣間 / 

5.4.2服裝外觀質量檢測 / 

5.4.3服裝圖像的識別與分類 / 

第6章 服裝智能生產AI應用

6.1常用服裝排料基本算法 / 

6.1.1圖形包圍策略 / 

6.1.2多區域組分配問題 / 

6.1.3拉格朗日啟發式算法 / 

6.1.4掃描技術 / 

6.1.5移動擠壓算法 / 

6.2非線性優化基本原理及其排料應用 / 

6.2.1遺傳算法 / 

6.2.2模擬退火算法 / 

6.3服裝部件自動尋邊的機器視覺基本算法 / 

6.3.1圖像預處理算法  / 

6.3.2邊緣檢測  / 

6.3.3邊緣跟蹤 / 

第7章 服裝智能測體及形體重建AI應用

7.1人體測量基本指標及常用非接觸測量方法 / 

7.1.1人體測量標準 / 

7.1.2人體關鍵尺寸計算 / 

7.1.3人體手工測量 / 

7.1.4手機視頻測量方法 / 

7.2人體特征點自動定位及測體參數計算方法 / 

7.2.1參數化人體模型 / 

7.2.2粗配準 / 

7.2.3精配準 / 

7.3基於多視圖人體模型自動重構算法 / 

7.3.1采集視頻預處理和關鍵幀提取 / 

7.3.2基於SMF三維重建 / 

7.4基於圖像的人體三維形體和姿態重構算法 / 

7.4.1基於N幅圖像的人體SMPL-X模型 / 

7.4.2基於單幅RGB圖像的三維人體建模 / 

7.4.3基於M-圖像的三維人體建模 / 

7.4.4快速測體技術應用 / 

第8章 服裝智能推薦AI應用

8.1服裝智能推薦基本概念 / 

8.2基於圖像的服裝智能檢索基本原理 / 

8.3服裝推薦系統基本構成 / 

8.4服裝推薦系統評估算法原理 / 

8.4.1服裝搭配推薦基礎算法 / 

8.4.2服裝搭配推薦關鍵技術 / 

8.4.3服裝搭配推薦的個性化發展 / 

8.5應用案例——知衣科技 / 

8.5.1方案架構 / 

8.5.2大數據方案階段演化 / 

8.5.3技術架構升級展望 / 

8.5.4未來發展規劃 / 

第9章 服裝AI技術前瞻及調研

9.1常見的國內外文獻檢索網站 / 

9.1.1中國知網(CNKI) / 

9.1.2萬方數據知識服務平臺 / 

9.1.3谷歌學術 / 

9.1.4Web of Science / 

9.1.5Sci-Hub / 

9.1.6ScienceDirect / 

9.1.7百度學術 / 

9.2文獻檢索步驟 / 

9.3基於開源網站Github.com的服裝深度學習應用案例檢索 / 

9.3.1服裝深度學習應用的背景與意義 / 

9.3.2檢索的範圍與方法 / 

9.3.3服裝深度學習應用案例 / 

9.4基於百度搜索的深度學習資料檢索及博客瀏覽 / 

9.4.1導言 / 

9.4.2基於百度搜索的深度學習資料檢索 / 

9.4.3基於百度搜索的深度學習博客瀏覽 / 

9.5服裝AI技術的前景 / 

9.5.1導言 / 

9.5.2AI在服裝設計中的應用 / 

9.5.3AI在服裝生產中的應用 / 

9.5.4AI在服裝零售中的應用 / 

9.5.5服裝AI技術發展趨勢與重要意義 / 

9.5.6服裝AI技術面臨的挑戰與機遇 / 

9.6結論 /