[
-
内容大纲
本书详细剖析服装行业与AI的融合，涵盖服装AI理论基础、程序设计、趋势分析、虚拟试衣、质量检验、智能生产、智能测体及形体重建、智能推荐等关键领域。通过Python编程、OpenCV与PyTorch等工具，读者可掌握服装AI的实战技能。书中展示AI在流行趋势预测、虚拟试衣体验、质量监控、高效生产及个性化定制中的创新应用，并展望技术前景。本书适合服装从业者、研究者及AI技术爱好者使用，助力其把握行业变革，推动技术创新。 -
作者介绍
-
目录
第1章 服装AI理论基础
1.1 服装仿真基本概念
1.1.1 基于物理模拟基础动画制作
1.1.2 服装仿真技术的应用
1.1.3 动画中的服装仿真流水线
1.1.4 服装仿真的历史
1.2 图像处理与分析
1.2.1 基本概念
1.2.2 图像处理与分析基本概念
1.3 模式识别基本概念
1.3.1 基本概念
1.3.2 模式识别的运用
1.4 深度学习原理
1.4.1 基本概念
1.4.2 什么是机器学习
1.4.3 什么是深度学习
第2章 服装AI程序设计
2.1 Python基础介绍
2.1.1 什么是Python
2.1.2 Python环境搭建
2.1.3 Python基础语法
2.1.4 Python数据类型介绍
2.1.5 Python函数介绍
2.2 OpenCV库的简介
2.2.1 基础功能
2.2.2 图像处理基本理论
2.2.3 OpenCV图像处理基本实现
2.3 PyTorch环境安装
2.3.1 CUDA的下载安装
2.3.2 Anaconda安装
2.4 PyTorch深度学习工具库
2.4.1 基本数据：Tensor
2.4.2 Tensor的运算
2.4.3 PyTorch自动求导
2.4.4 神经网络工具箱torch.nn
2.4.5 手写数字识别案例
第3章 服装流行趋势分析AI应用
3.1 基本概念
3.1.1 服装流行趋势基本概念
3.1.2 服装解析深度学习模型基本概念
3.2 各种解析算法模型
3.2.1 Fast R-CNN
3.2.2 改进的服装解析方法
3.2.3 一种融合颜色与纹理特征的无监督分割算法
3.2.4 基于HOG和E-SVM的服装图像联合分割算法
3.2.5 基于Deeplab网络的模型服装解析
3.2.6 自监督结构敏感学习的分析方法
3.2.7 空洞空间金字塔池化ASPP
3.3 基于Graphonomy的服装解析典型应用案例
3.4 服装部件分类基本原理
3.4.1 基于词包模型的分类方法
3.4.2 基于深度学习的分类方法
3.4.3 基于细粒度的分类方法
3.4.4 基于细粒度的分类方法在服装领域的应用
3.5 服装色彩聚类基本原理
3.5.1 服装色彩聚类的基本概念
3.5.2 服装色彩聚类的方法
第4章 服装虚拟试衣AI应用
4.1 质-弹面料基本模型
4.1.1 简介
4.1.2 计算量
4.1.3 计算力
4.1.4 能量最小化
4.1.5 弹簧势能和力
4.1.6 弹簧阻尼力
4.1.7 可撕破的布料
4.2 碰撞检测与响应
4.2.1 碰撞体近似
4.2.2 碰撞响应
4.3 面料仿真基本算法
4.3.1 显式欧拉积分法
4.3.2 隐式欧拉积分法
4.3.3 半隐式积分法
4.3.4 Verlet积分法
4.3.5 动态位置调整法
4.3.6 算法性能分析及评估
4.4 衣片三角网格化算法
4.4.1 三角形
4.4.2 粒子
4.4.3 力
4.4.4 布料的静态构型
4.4.5 计算力及其导数
4.4.6 三角网格化
4.5 二维虚拟试衣
4.5.1 面部数据库采集
4.5.2 人体2D关键点获取
4.5.3 剪切
4.5.4 人脸解析
4.5.5 美颜
4.5.6 服装数据库采集
4.6 深度学习虚拟试衣
4.6.1 三维网格处理
4.6.2 三维人体建模相关理论
4.6.3 蒙皮多人线性模型
4.6.4 人体运动数据集
4.6.5 三维服装数据集
4.6.6 测试环境搭建
4.6.7 训练数据准备
第5章 服装质量检验AI应用
5.1 目标检测算法框架介绍
5.1.1 SSD算法介绍
5.1.2 YOLOv5算法介绍
5.1.3 Fast R-CNN算法介绍
5.2 服装疵点检测技术
5.2.1 基于遗传算法的织物疵点检测
5.2.2 基于深度学习的疵点检测
5.2.3 基于轻量级模型的瑕疵检测
5.3 服装尺寸检测技术
5.3.1 基于角点检测的服装尺寸测量
5.3.2 基于机器视觉的尺寸测量
5.3.3 基于卷积网络的尺寸测量
5.4 计算机视觉在服装AI工程的应用案例
5.4.1 虚拟试衣间
5.4.2 服装外观质量检测
5.4.3 服装图像的识别与分类
第6章 服装智能生产AI应用
6.1 常用服装排料基本算法
6.1.1 图形包围策略
6.1.2 多区域组分配问题
6.1.3 拉格朗日启发式算法
6.1.4 扫描技术
6.1.5 移动挤压算法
6.2 非线性优化基本原理及其排料应用
6.2.1 遗传算法
6.2.2 模拟退火算法
6.3 服装部件自动寻边的机器视觉基本算法
6.3.1 图像预处理算法
6.3.2 边缘检测
6.3.3 边缘跟踪
第7章 服装智能测体及形体重建AI应用
7.1 人体测量基本指标及常用非接触测量方法
7.1.1 人体测量标准
7.1.2 人体关键尺寸计算
7.1.3 人体手工测量
7.1.4 手机视频测量方法
7.2 人体特征自动定位及测体参数计算方法
7.2.1 参数化人体模型
7.2.2 粗配准
7.2.3 精配准
7.3 基于多视图人体模型自动重构算法
7.3.1 采集视频预处理和关键帧提取
7.3.2 基于SMF三维重建
7.4 基于图像的人体三维形体和姿态重构算法
7.4.1 基于N幅图像的人体SMPL-X模型
7.4.2 基于单幅RGB图像的三维人体建模
7.4.3 基于M-图像的三维人体建模
7.4.4 快速测体技术应用
第8章 服装智能推荐AI应用
8.1 服装智能推荐基本概念
8.2 基于图像的服装智能检索基本原理
8.3 服装推荐系统基本构成
8.4 服装推荐系统评估算法原理
8.4.1 服装搭配推荐基础算法
8.4.2 服装搭配推荐关键技术
8.4.3 服装搭配推荐的个性化发展
8.5 应用案例——知衣科技
8.5.1 方案架构
8.5.2 大数据方案阶段演化
8.5.3 技术架构升级展望
8.5.4 未来发展规划
第9章 服装AI技术前瞻及调研
9.1 常见的国内外文献检索网站
9.1.1 中国知网(CNKI)
9.1.2 万方数据知识服务平台
9.1.3 谷歌学术
9.1.4 Web of Science
9.1.5 Sci-Hub
9.1.6 ScienceDirect
9.1.7 百度学术
9.2 文献检索步骤
9.3 基于开源网站Github.com的服装深度学习应用案例检索
9.3.1 服装深度学习应用的背景与意义
9.3.2 检索的范围与方法
9.3.3 服装深度学习应用案例
9.4 基于百度搜索的深度学习资料检索及博客浏览
9.4.1 导言
9.4.2 基于百度搜索的深度学习资料检索
9.4.3 基于百度搜索的深度学习博客浏览
9.5 服装AI技术的前景
9.5.1 导言
9.5.2 AI在服装设计中的应用
9.5.3 AI在服装生产中的应用
9.5.4 AI在服装零售中的应用
9.5.5 服装AI技术发展趋势与重要意义
9.5.6 服装AI技术面临的挑战与机遇
9.6 结论
参考文献
同类热销排行榜
- 断舍离12.8
- 吃到自然瘦--天王天后养生顾问的择食之道12.8
- 中国居民膳食指南(2016科普版)11.2
- 跟着君之做饼干11.92
- 跟金牌月嫂坐月子/亲亲乐读系列15.92
- 捏捏小手百病消(彩图版)/火柴棒医生手记系列19.2
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...