一种智能服装草图局部样式编辑方法技术

本发明专利技术涉及一种智能服装草图局部样式编辑方法，旨在帮助服装设计师对服装草图的局部样式进行智能精确编辑，增强设计的可控性和灵活性。本发明专利技术使用语义分割和稀疏主成分分析方法实现服装草图的局部样式编辑。首先，对完整服装草图进行语义分割，以分割的语义部分为引导将潜在空间进行分解；然后基于编码器的方法训练一个VGG结构的编码器和StyleGAN解码器，获取完整草图和分割草图的潜在向量,并在潜在空间用稀疏主成分分析提取出更加简洁和解释性强的特征，沿着主要方向施加不同程度的扰动，实现服装草图的局部样式编辑。

【技术实现步骤摘要】

本专利技术涉及图像编辑领域，具体涉及一种智能服装草图局部样式编辑方法。

技术介绍

1、服装草图在服装设计的初始阶段扮演着至关重要的角色，帮助设计师传达服装的整体轮廓、比例、线条和细节。草图设计是设计师将创意可视化的关键手段，设计师运用cad等传统工具设计新的草图，但这些工具无法自动创建符合特定场景需求的初步服装设计，设计过程繁琐耗时且受到设计师个人风格和经验的限制。将ai技术引入服装设计领域已成为热点，特别是生成对抗网络，它基于大量的时尚数据学习并生成各种独特风格和设计元素，为设计师提供了更广泛的设计选择和更灵活的创作空间。由于generativeadversarial networks(gan)生成的时尚草图全局性的，缺乏可解释性，无法在图像上解耦图像属性之间的耦合关系从而对图像中的局部特征进行独立调整。这意味着设计师可能无法直接控制草图的某些局部属性。通过智能的服装草图属性编辑可以帮助设计师对草图目标属性区域进行精确修改，例如调整领口的形状、改变袖子的长度等，不仅能够提高设计效率，还能够增强设计的可控性和灵活性。

2、现有的图像编辑方法中，本文档来自技高网...

【技术保护点】

1.一种智能服装草图局部样式编辑方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种智能服装草图局部样式编辑方法，其特征在于，所述步骤2中在图像分割训练阶段采用Adam优化器训练1000步，初始学习率设置为10-5，每批次大小设定为8张图片。

3.根据权利要求1所述的一种智能服装草图局部样式编辑方法，其特征在于，所述步骤3中训练StyleGAN解码器时默认训练设置，训练VGG结构的编码器采用Adam优化器训练1000步，初始学习率设置为10-3，两阶段的学习率都随着训练周期的增加而减少。

4.根据权利要求1所述的一种智能服装草图局部样式编辑方...

【技术特征摘要】

1.一种智能服装草图局部样式编辑方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种智能服装草图局部样式编辑方法，其特征在于，所述步骤2中在图像分割训练阶段采用adam优化器训练1000步，初始学习率设置为10-5，每批次大小设定为8张图片。

3.根据权利要求1所述的一种智能服装草图局部样式编...

【专利技术属性】
技术研发人员：张朋，魏濛，张洁，孙可芯，费波，占家美，汪可欣，
申请(专利权)人：东华大学，
类型：发明
国别省市：