一种基于深度学习的蓝印花布纹样数据集具体构建方法技术

本发明专利技术公开了一种基于深度学习的蓝印花布纹样数据集具体构建方法，包括三个步骤，本发明专利技术，针对每一个纹样进行分析归纳出蓝印花布纹样的基础底色、结构规则、位置规则以及内容等四大属性，并为这些属性归一化编码，为今后深度学习奠定基础，利用该方法不仅可以通过网络传播表面的数字化后的非遗资料，还能传播更加丰富、立体的信息，蓝印花布纹样信息获取更加便捷，内容也更加丰富，这不但令人们能更方便地传承与保护非遗，而且还为更深入分析非遗创造了条件，有利于学习各类中华优秀传统文化,同时也为文化的深层分析提供了丰富的内容与素材，便于据此开展蓝印花布纹样的语义分析，在蓝印花布的传承与保护方面起到至关重要的作用。

【技术实现步骤摘要】
一种基于深度学习的蓝印花布纹样数据集具体构建方法
本专利技术涉及人工智能
，更具体地说，它涉及一种基于深度学习的蓝印花布纹样数据集具体构建方法。
技术介绍
目前，利用数字技术将文字、音频、视频等信息集为一体通过网络实现高效传播，从而实现对非遗的传承与保护，具有传统保护方法无法比拟的优势：高互动性、高时效性、内容丰富性、传播途径多样性等等。因此，通过非物质文化遗产数字化，实现数字化保护方法替代传统保护方法，无疑是非物质文化遗产传承与保护新的重要途径之一。然而，随着数字化技术的发展,新的技术在非遗保护与传承上发挥的作用也会有所不同,这也会对非遗数字化的概念与内涵产生影响。而且非遗数字化,尤其是传统手工艺数字化的重点工作应当是实现并传播它的文化内涵。那么，如何解决该问题。利用近年来快速发展的人工智能、机器学习等新技术，结合艺术、人文等其它学科是解决该问题的重要方向,然而，数据的有效性是深度神经网络成功的关键,训练数据，尤其是大规模的训练数据集，一直是制约人工智能、机器学习在非遗上应用的重要因素。灵活与生动自然的非物质文化遗产是承载当地文化的最好的载体，它的传承与保护也越来越受到社会各方面的重视。作为最早列入非物质文化遗产目录之一的南通蓝印花布,它的传承与保护也同样面临着巨大的挑战。图像的识别与检测是机器视觉中很重要的一个分支。目前，这方面的研究与应用主要集中在人脸、文字等公共领域方面；而对于非遗中的个例--南通蓝印花布纹样，尤其是针对南通蓝印花布纹样的收集、整理训练数据集，则仍处于空白阶段。因此，在实地调研的基础上，收集一手资料，通过对蓝印花布的纹样和素材进行数字化采集、数字化处理，并对其纹样进行分类、分析、整理以及拆分、提取，归一化后建立纹样数据集很有必要。为此，提出一种基于深度学习的蓝印花布纹样数据集具体构建方法。
技术实现思路
针对现有技术存在的不足，本专利技术的目的在于提供一种基于深度学习的蓝印花布纹样数据集具体构建方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供了如下技术方案：一种基于深度学习的蓝印花布纹样数据集具体构建方法，包括如下步骤：S1、对蓝印花布纹样进行分析，具体包括：S1.1、采集研究对象，采用数码相机手工对蓝印花布纹样和素材进行数字化采集或者从网络收集蓝印花布纹样上万张，所述数字化采集包括拍照与摄影，所述拍照的图像格式为JPEG格式，像素为1800万，分辨率约为1790万像素即5184×3456，所述摄影的视频格式为AVI，分辨率为1080p，所述图像和所述视频数据通过数据线或者读卡器导入到计算机，所述图像和所述视频中的蓝印花布纹样即为采集的研究对象，高质量的图片和视频方便后期数字化处理；S1.2、通过色彩、题材、组织形式以及相对位置四个维度对上述研究对象进行归纳与总结；所述色彩包括蓝底白花和白底蓝花；所述题材包括植物、动物、人物以及其它题材，所述其它题材包括基础元素和传统元素两种题材；所述组织形式包括对称、重复、发散、环绕；所述相对位置包括主体、装饰以及外框三大类；S2、蓝印花布纹样的数据集构建；S2.1、构建蓝印花布纹样数据集结构；S2.2、编码，采用one-hot编码来对数据集进行编码，包括对色彩、题材、组织形式以及相对位置进行编码做数字化处理，具体如下：色彩编码如下表一：蓝底白花白底蓝花1001表一题材编码如下表二：对称重复环绕发散1000010000100001表二组织形式编码如下表三：对称重复环绕发散1000010000100001表三相对位置编码如下表四：主体装饰外框100010001表四S3、利用计算机和图像识别技术根据步骤S2构建的蓝印花布纹样数据集结构以及编码对步骤S1中采集的研究对象进行分类、分析、整理以及拆分、提取，归纳出其基础底色、结构规则、位置规则以及内容四大属性，并为这些属性归一化编码。综上所述，本专利技术主要具有以下有益效果：本专利技术，构建了一个具有多样性和复杂性的蓝印花布纹样数据集，该数据集采集蓝印花布纹样图像上万张，每张照片由植物、人物、动物、传统纹样、基础元素纹样中的一种或多种构成，针对每一个纹样，该方法归纳出其基础底色、结构规则、位置规则以及内容等四大属性，并为这些属性归一化编码，为今后深度学习奠定基础，利用该方法不仅可以通过网络传播表面的数字化后的非遗资料，还能传播更加丰富、立体的信息，蓝印花布纹样信息获取更加便捷，内容也更加丰富，这不但令人们能更方便地传承与保护非遗，而且还为更深入分析非遗创造了条件，有利于学习各类中华优秀传统文化,同时也为文化的深层分析提供了丰富的内容与素材，便于据此开展蓝印花布纹样的语义分析，并加以解读后进行数字化，不但在蓝印花布的传承与保护方面起到至关重要的作用，而且对我国其他非物质文化遗产的传承与保护也能起到抛砖引玉的作用。附图说明图1为一种实施方式的基于深度学习的蓝印花布纹样数据集具体构建方法采集的研究对象之一；图2为一种实施方式的基于深度学习的蓝印花布纹样数据集的结构示意图；图3为一种实施方式的基于深度学习的蓝印花布纹样数据集具体构建方法采集研究对象之二；图4为一种实施方式的基于深度学习的蓝印花布纹样数据集具体构建方法采集的研究对象之三；图5为一种实施方式的基于深度学习的蓝印花布纹样数据集具体构建方法采集的研究对象之四；图6为一种实施方式的基于深度学习的蓝印花布纹样数据集具体构建方法采集的研究对象之五；图7为一种实施方式的基于深度学习的蓝印花布纹样数据集具体构建方法中测试数据时的网络结构图；图8为图7的局部放大示意图之一；图9为图7的局部放大示意图之二；图10为一种实施方式的基于深度学习的蓝印花布纹样数据集具体构建方法中随机选择九类蓝印花布纹样的示意图。具体实施方式以下结合附图1-10对本专利技术作进一步详细说明。实施例1一种基于深度学习的蓝印花布纹样数据集具体构建方法，如图1-6所以，包括如下步骤：S1、对蓝印花布纹样进行分析，具体包括：S1.1、采集研究对象，采用尼康数码相机5100手工对蓝印花布纹样和素材进行数字化采集或者从网络收集蓝印花布纹样上万张，所述数字化采集包括拍照与摄影，所述拍照的图像格式为JPEG格式，像素为1800万，分辨率约为1790万像素即5184×3456，所述摄影的视频格式为AVI，分辨率为1080p，所述图像和所述视频数据通过数据线或者读卡器导入到计算机，所述图像和所述视频中的蓝印花布纹样即为采集的研究对象，高质量的图片和视频方便后期数字化处理；S1.2、通过色彩、题材、组织形式以及相对位置四个维度对上述研究对象进行归纳与总结；如图1所示，所述色彩包括蓝底白花和白底蓝花，蓝印花布在色彩上仅用单纯的蓝、白二色可以创设和谐之美；如图2本文档来自技高网...

【技术保护点】
1.一种基于深度学习的蓝印花布纹样数据集具体构建方法，其特征在于：包括如下步骤：/nS1、对蓝印花布纹样进行分析，具体包括：/nS1.1、采集研究对象，采用数码相机对蓝印花布纹样进行数字化采集，所述数字化采集包括拍照与摄影，所述拍照的图像格式为JPEG格式，像素为1800万，分辨率约为1790万像素即5184×3456，所述摄影的视频格式为AVI，分辨率为1080p，所述图像和所述视频数据通过数据线或者读卡器导入到计算机，所述图像和所述视频中的蓝印花布纹样即为采集的研究对象；高质量的图片和视频方便后期数字化处理；/nS1.2、通过色彩、题材、组织形式以及相对位置四个维度对上述研究对象进行归纳与总结；/n所述色彩包括蓝底白花和白底蓝花；/n所述题材包括植物、动物、人物以及其它题材，所述其它题材包括基础元素和传统元素两种题材；/n所述组织形式包括对称、重复、发散、环绕；/n所述相对位置包括主体、装饰以及外框三大类；/nS2、蓝印花布纹样的数据集构建；/nS2.1、构建蓝印花布纹样数据集结构；/nS2.2、编码，采用one-hot编码来对数据集进行编码，包括对色彩、题材、组织形式以及相对位置进行编码做数字化处理，包括对色彩、题材、组织形式以及相对位置进行编码做数字化处理；/nS3、利用计算机和图像识别技术根据步骤S2构建的蓝印花布纹样数据集结构以及编码对步骤S1中采集的研究对象进行分类、分析、整理以及拆分、提取，归纳出其基础底色、结构规则、位置规则以及内容四大属性，并为这些属性归一化编码。/n...

【技术特征摘要】
1.一种基于深度学习的蓝印花布纹样数据集具体构建方法，其特征在于：包括如下步骤：
S1、对蓝印花布纹样进行分析，具体包括：
S1.1、采集研究对象，采用数码相机对蓝印花布纹样进行数字化采集，所述数字化采集包括拍照与摄影，所述拍照的图像格式为JPEG格式，像素为1800万，分辨率约为1790万像素即5184×3456，所述摄影的视频格式为AVI，分辨率为1080p，所述图像和所述视频数据通过数据线或者读卡器导入到计算机，所述图像和所述视频中的蓝印花布纹样即为采集的研究对象；高质量的图片和视频方便后期数字化处理；
S1.2、通过色彩、题材、组织形式以及相对位置四个维度对上述研究对象进行归纳与总结；
所述色彩包括蓝底白花和白底蓝花；
所述题材...

【专利技术属性】
技术研发人员：于翔，沈美，陈林琳，吴灵姝，
申请(专利权)人：南通科技职业学院，
类型：发明
国别省市：江苏;32