人工智能技术的服装设计颜色自适应优化研究
所属栏目:智能科学技术论文
发布时间:2021-02-07 11:49:18 更新时间:2021-02-07 11:49:18
近年来随着国家经济水平的不断提高,人们的生活质量随之发生了巨大变化,人们不再仅仅追求服装的舒适性,而是对于服装的色彩搭配、款式材质,均有了不同程度的要求。因此,相关学者根据文献[1]倡导的“两性一度”作为设计标准,对服装颜色展开设计;文献[2]根据选中的颜色特征,对不同属性颜色进行分类整合,为服装颜色设计提供思路[1⁃2] 。但在利用上述方法设计服装颜色时发现,服装色彩的设计往往取决于设计师的个人审美以及对流行颜色的思考,这种以设计师主观感受为主的服装设计,并不能满足绝大多数使用者的需求,因此该文研究利用人工智能技术,对服装设计颜色进行自适应优化。
1 人工智能技术的服装设计颜色自适应优化方法
1.1 提取色彩偏好利用人工智能技术扫描人体,生成三维人体模型,根据使用者输入的颜色喜好,提取色彩偏好,让其服装设计更加贴近自我满意的颜色。已知人体骨骼是影响服装的决定性因素之一,因此根据人体各部位比例关系,包括:身高、颈围、肩围、腋围、胸围、腰围、臀围以及胯围等,利用人工智能技术,生成人体模型需要的点云数据,通过点云数据细化使用者每一个身体部位的详细信息,并通过这些细化信息,构成外形不一的人体扫描图像,如图 1所示。
1.2 划分色彩量级已知所有色彩都有属于自己的空间效果,而使用者自身的色彩偏好会表现出明暗、冷暖、彩度差异,再加上服装颜色设计还要考虑人体局部特征,因此在了解色彩偏好之后,根据使用者对颜色的喜好程度,将其选择的色彩按照偏好程度,划分色彩量级。根据色彩偏好,设置若干个颜色属性,建立一个色彩基调数据库,然后按照明暗和颜色阈值,划分同属于一个量级的色彩,图 2 为人工智能技术应用下,预先设计的色彩基调数据库以及色彩量级划分示意图[7] 。
1.3 补偿色度自适应搭配色彩为了令服装颜色之间更加自然,利用人工智能技术补偿色度,补偿方案从两个方面入手,第一是添加基于欧氏距离的约束因子,令服装色彩更贴合真实色彩;第二是采用熵的灰度世界法,进行颜色增强。已知人工智能技术可以模拟人眼的视觉感知,因此对于颜色亮度的分析更为敏感,图 3 为人工智能技术应用下,设置的颜色模型[11] 。
2 仿真实验
进行仿真实验,测试人工智能技术在服装颜色设计中,是否能够对其自适应性进行优化。再将此次研究的优化方法作为实验组,将两个传统优化方法分别作为对照 1组和对照 2组,比较不同优化方法之间的差异性。
2.1 准备阶段选择一位 48 岁的中年男性作为实验测试对象,利用人工智能技术获取该测试者的人体特征,得到的扫描结果如图 4所示。由表 1 结果可知,此次研究方法下得到的身材测量结果与基准值之间的相对误差较小,可见人工智能技术获取的数据符合实际,证明人工智能技术可应用于服装的颜色设计。
2.2 未补偿颜色之前的颜色相似性测试以上述测试对象基本信息为测试前提,根据该测试对象的颜色偏好,分别利用三种不同的方法设计服装颜色,比较自适应优化之前,三种服装设计方法下,未补偿颜色之前的服装颜色相似性,如图 5所示。由图 5 中曲线走势可知,3 个测试组根据测试对象身体围度并综合测试对象颜色偏好,进行服装颜色设计。3 个测试组的曲线之间,存在肉眼可见的差异,说明 3 组设计的颜色与测试对象给出的真实颜色之间差异阈值较大,计算 3 个测试组设计颜色与实际颜色之间的相似性,结果如表 2所示。
2.3 补偿颜色之后的颜色相似性测试令第 1 组采用此次研究的优化方法,令第 2 组和第 3 组,分别采用传统优化方法一和传统优化方法二,图 6 为应用三种自适应优化方法后,服装设计颜色的相似度测试结果。由图 6 中测试曲线可知,此次应用人工技能技术优化自适应能力后,所设计服装的颜色,与测试对象给出的真实颜色之间,其色彩差异阈值不能直观分辨,而两个对照组的色彩差异阈值,还是比较明显。统计 3 个测试组设计的服装颜色与实际颜色之间的相似性,结果如表 3所示。
3 结 语
本文对人工智能技术的服装设计颜色自适应优化方法进行了研究。该方法以人工智能技术为依托,结合使用者人体模型特点,提取使用者色彩偏好,设置色彩基调数据库,划分色彩量级,通过两套色彩补偿匹配方案进行服装颜色的自适应设计。通过对比实验可知,人工智能技术可以应用到服装颜色设计中,同时有极好的自适应优化效果。
参 考 文 献
[1] 刘若琳,刘国伟,赵轶群,等 . 服装设计与工程专业“服装结构设计”“金课”建设探讨[J]. 纺织服装教育,2020,35(3):222 ⁃225.
[2] 陈俊婵《. 千里江山图》的青绿色彩运用特征及在现代服装中的设计表现[J].设计,2020,33(11):48⁃51.
[3] 于海波,王君宇,孙建东 . 人工智能在光纤通信网络运维管理中的应用探讨[J].通讯世界,2020,27(6):76.
[4] 朱添益,戴逢哲,程思举,等 .基于图像处理技术的换流站智能扫描系统[J].电气技术,2020,21(4):25⁃29.
《人工智能技术的服装设计颜色自适应优化研究》来源:《现代电子技术》,作者:王 晗