-
Patent Agency Ranking
公开(公告)号：CN116824231A
公开(公告)日：2023-09-29
申请号：CN202310681816.4
申请日：2023-06-09
Applicant: 厦门大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了服装设计技术领域的一种基于美学的服装外观评估方法及系统，方法包括：步骤S10、基于预设的关键词以及品牌获取大量的第一服装图像，对各第一服装图像进行预处理以构建美学分类数据集；步骤S20、获取大量的第二服装图像以及对应的美学评价，对各第二服装图像进行预处理后，基于各第二服装图像以及美学评价构建美学描述数据集；步骤S30、创建美学二分类模型、美学描述模型，利用美学分类数据集、美学描述数据集对创建的模型进行训练；步骤S40、对待评估服装图像进行预处理后，分别输入美学二分类模型以及美学描述模型，分别得到美学预测结果以及美学描述结果。本发明的优点在于：极大的提升了服装外观评估的客观性以及效率。
-
公开(公告)号：CN116740206A
公开(公告)日：2023-09-12
申请号：CN202310681804.1
申请日：2023-06-09
Applicant: 厦门大学
IPC: G06T11/00 , G06V10/762 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明提供了服装设计技术领域的一种基于色彩的服装风格转换方法及系统，方法包括如下步骤：步骤S10、构建一服装风格的二维坐标空间；步骤S20、获取大量的服装风格数据，基于所述服装风格数据与二维坐标空间的服装风格的词义距离，将所述服装风格数据添加进二维坐标空间中；步骤S30、收集大量的不同服装风格的服装图像，基于各所述服装图像构建服装数据集；步骤S40、基于生成式对抗网络创建一服装风格转换模型；步骤S50、利用所述服装数据集对服装风格转换模型进行训练；步骤S60、利用训练后的所述服装风格转换模型进行服装风格的自动转换。本发明的优点在于：极大的提升了服装风格转换的质量、灵活性以及便捷性。
-
公开(公告)号：CN114332903B
公开(公告)日：2024-09-17
申请号：CN202111458277.5
申请日：2021-12-02
Applicant: 厦门大学
IPC: G06V30/418 , G06V30/304 , G06V30/16 , G06V30/19 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N3/09 , G06N3/0985 , G06F40/242 , G06F40/30 , G06F40/143
Abstract: 本发明提供了乐谱识别技术领域的一种基于端到端神经网络的琵琶乐谱识别方法及系统，方法包括：步骤S10、获取大量的琵琶乐谱图片以及各琵琶乐谱图片对应的MusicXML文件，对琵琶乐谱图片进行预处理；步骤S20、按行对各乐谱图片进行切割得到琵琶乐谱子图片，基于琵琶乐谱子图片切割对应的MusicXML文件得到MusicXML子文件；步骤S30、将各MusicXML子文件转换为MEI文件，基于预设的语义字典将各MEI文件转换为语义文件；步骤S40、基于端到端神经网络创建一琵琶乐谱识别模型，利用各琵琶乐谱子图片以及语义文件对琵琶乐谱识别模型进行训练；步骤S50、利用训练后的琵琶乐谱识别模型进行琵琶乐谱识别。本发明的优点在于：实现对琵琶乐谱进行自动识别，极大的提升了琵琶乐谱的数字化效率。
-
公开(公告)号：CN114332903A
公开(公告)日：2022-04-12
申请号：CN202111458277.5
申请日：2021-12-02
Applicant: 厦门大学
IPC: G06V30/418 , G06V30/304 , G06V30/16 , G06V10/74 , G06K9/62 , G06N3/04 , G06N3/08 , G06F40/242 , G06F40/30 , G06F40/143
Abstract: 本发明提供了乐谱识别技术领域的一种基于端到端神经网络的琵琶乐谱识别方法及系统，方法包括：步骤S10、获取大量的琵琶乐谱图片以及各琵琶乐谱图片对应的MusicXML文件，对琵琶乐谱图片进行预处理；步骤S20、按行对各乐谱图片进行切割得到琵琶乐谱子图片，基于琵琶乐谱子图片切割对应的MusicXML文件得到MusicXML子文件；步骤S30、将各MusicXML子文件转换为MEI文件，基于预设的语义字典将各MEI文件转换为语义文件；步骤S40、基于端到端神经网络创建一琵琶乐谱识别模型，利用各琵琶乐谱子图片以及语义文件对琵琶乐谱识别模型进行训练；步骤S50、利用训练后的琵琶乐谱识别模型进行琵琶乐谱识别。本发明的优点在于：实现对琵琶乐谱进行自动识别，极大的提升了琵琶乐谱的数字化效率。
-
公开(公告)号：CN116740207A
公开(公告)日：2023-09-12
申请号：CN202310681833.8
申请日：2023-06-09
Applicant: 厦门大学
Abstract: 本发明提供了服装设计技术领域的一种基于对抗网络的服装个性化生成方法，包括如下步骤：步骤S10、获取大量的不同服装类型的服装图像；步骤S20、对各所述服装图像进行预处理，得到服装掩模图、服装轮廓图以及纹理块；步骤S30、基于所述服装图像、服装掩模图、服装轮廓图以及纹理块构建训练集和验证集；步骤S40、基于对抗网络创建一服装生成模型；步骤S50、分别利用所述训练集和验证集对服装生成模型进行训练和验证；步骤S60、利用验证通过后的所述服装生成模型进行服装的自动生成。本发明的优点在于：极大的提升了服装生成质量。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
