本發(fā)明涉及服裝領(lǐng)域，特別涉及一種基于多任務(wù)學(xué)習(xí)的板片智能縫合及安排方法、系統(tǒng)。

背景技術(shù)：

1、三維模型是物體的多邊形表示，通常用計(jì)算機(jī)或者其它視頻設(shè)備進(jìn)行顯示，任何物理自然界存在的東西都可以用三維模型表示。服裝建模是指使用計(jì)算機(jī)技術(shù)通過(guò)三維建模軟件創(chuàng)建服裝，以模擬真實(shí)服裝的外觀和結(jié)構(gòu)。服裝建模可以使用不同的方法和技術(shù)，如基于幾何的建模、基于物理的建模和基于樣式的建模等。

2、服裝建?？梢杂糜诙鄠€(gè)領(lǐng)域，如服裝設(shè)計(jì)、虛擬試衣等。通過(guò)服裝建模，可以創(chuàng)建真實(shí)感強(qiáng)烈的服裝，以便更好地展示和評(píng)估服裝的設(shè)計(jì)和效果。同時(shí)，服裝建模也可以用于模擬和預(yù)測(cè)服裝的行為和性能，以幫助設(shè)計(jì)師更好地優(yōu)化和改進(jìn)服裝設(shè)計(jì)。

3、在進(jìn)行服裝建模過(guò)程中，不可避免的要將不同的服裝板片連接在一起，實(shí)現(xiàn)類似實(shí)體衣物“縫合”的效果，這一技術(shù)被稱為服裝板片縫合。服裝板片縫合是實(shí)現(xiàn)服裝設(shè)計(jì)中的重要一環(huán)，尤其是對(duì)于數(shù)字化服裝建模，其鏈接了2d服裝設(shè)計(jì)到3d服裝建模，串聯(lián)了樣衣設(shè)計(jì)到服裝數(shù)字化。

4、現(xiàn)有板片處理技術(shù)中，手工縫合與安排仍然是服裝建模軟件中普遍采用的方法。然而，這種操作方式無(wú)疑是繁瑣、復(fù)雜且低效的，其質(zhì)量也極其依賴于個(gè)人經(jīng)驗(yàn)。盡管有一些軟件提供了自動(dòng)縫合和安排的功能，但并沒(méi)有明顯改善縫合的效率和質(zhì)量。這使得在服裝建模過(guò)程中，需要耗費(fèi)大量的時(shí)間和精力來(lái)對(duì)板片進(jìn)行縫合、安排，以實(shí)現(xiàn)服裝建模所需效果。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提出了一種基于多任務(wù)學(xué)習(xí)的板片智能縫合及安排方法、系統(tǒng)，具體方案如下：

2、一種基于多任務(wù)學(xué)習(xí)的板片智能縫合及安排方法，包括：

3、獲取關(guān)于服裝的板片文件；

4、解析出所述板片文件中各板片的原始幾何數(shù)據(jù)；

5、將所述原始幾何數(shù)據(jù)輸入到預(yù)訓(xùn)練的評(píng)估模型中，分析出同一服裝上各板片的語(yǔ)義信息和縫合數(shù)據(jù)，所述評(píng)估模型為基于多任務(wù)學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型；

6、在建模軟件中，基于縫合數(shù)據(jù)進(jìn)行板片間的智能縫合,并基于語(yǔ)義信息將板片放置在虛擬模特的相應(yīng)位置實(shí)現(xiàn)板片的智能安排；

7、其中，所述語(yǔ)義信息涉及板片在軟件中相對(duì)于虛擬模特的位置，所述縫合數(shù)據(jù)涉及板片上的縫合位置、縫合方式以及板片間的縫合關(guān)系。

8、在一個(gè)具體實(shí)施例中，所述評(píng)估模型的訓(xùn)練包括：

9、獲取大量包含語(yǔ)義信息和縫合數(shù)據(jù)的板片數(shù)據(jù)，并確保所述板片數(shù)據(jù)覆蓋不同款式、尺寸和工藝的板片；

10、對(duì)所述板片數(shù)據(jù)進(jìn)行預(yù)處理，并劃分訓(xùn)練集和測(cè)試集；

11、在每輪訓(xùn)練迭代中，將所述訓(xùn)練集對(duì)應(yīng)的板片數(shù)據(jù)輸至神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，分別計(jì)算關(guān)于縫合數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)分支輸出與訓(xùn)練集中的縫合數(shù)據(jù)之間的誤差、關(guān)于語(yǔ)義信息的神經(jīng)網(wǎng)絡(luò)分支輸出與訓(xùn)練集中的語(yǔ)義信息之間的誤差，再將兩個(gè)神經(jīng)網(wǎng)絡(luò)分支的誤差合并為神經(jīng)網(wǎng)絡(luò)模型的總誤差；基于所述總誤差通過(guò)反向傳播算法調(diào)整神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，以最小化損失函數(shù)；

12、將符合預(yù)設(shè)迭代停止條件的神經(jīng)網(wǎng)絡(luò)模型作為評(píng)估模型。

13、在一個(gè)具體實(shí)施例中，基于所述測(cè)試集對(duì)應(yīng)的板片數(shù)據(jù)構(gòu)建評(píng)估標(biāo)準(zhǔn)；

14、基于所述評(píng)估標(biāo)準(zhǔn)評(píng)價(jià)所述評(píng)估模型對(duì)縫合數(shù)據(jù)的預(yù)測(cè)質(zhì)量以及對(duì)語(yǔ)義信息的識(shí)別精度。

15、在一個(gè)具體實(shí)施例中，所述迭代停止條件包括達(dá)到最大迭代次數(shù)或損失函數(shù)收斂。

16、在一個(gè)具體實(shí)施例中，所述預(yù)處理包括數(shù)據(jù)清洗、標(biāo)準(zhǔn)化、歸一化、缺失值處理。

17、在一個(gè)具體實(shí)施例中，獲取板片的附加信息，所述附加信息涉及板片的工藝、定制化需求；

18、所述評(píng)估模型在所述附加信息的輔助下進(jìn)行語(yǔ)義信息的獲取。

19、在一個(gè)具體實(shí)施例中，確定各板片上的點(diǎn)和線，分析包括相鄰點(diǎn)間距、線長(zhǎng)和弧長(zhǎng)在內(nèi)的幾何關(guān)系，并進(jìn)行標(biāo)注，得到所述原始幾何數(shù)據(jù)。

20、一種基于多任務(wù)學(xué)習(xí)的板片智能縫合及安排系統(tǒng)，包括：

21、板片獲取單元，用于獲取關(guān)于服裝的板片文件；

22、解析單元，用于解析出所述板片文件中各板片的原始幾何數(shù)據(jù)；

23、評(píng)估單元，用于將所述原始幾何數(shù)據(jù)輸入到預(yù)訓(xùn)練的評(píng)估模型中，分析出同一服裝上各板片的語(yǔ)義信息和縫合數(shù)據(jù)，所述評(píng)估模型為基于多任務(wù)學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型；

24、輸出單元，在建模軟件中，基于縫合數(shù)據(jù)進(jìn)行板片間的智能縫合,并基于語(yǔ)義信息將板片放置在虛擬模特的相應(yīng)位置實(shí)現(xiàn)板片的智能安排；

25、其中，所述語(yǔ)義信息涉及板片在軟件中相對(duì)于虛擬模特的位置，所述縫合數(shù)據(jù)涉及板片上的縫合位置、縫合方式以及板片間的縫合關(guān)系。

26、在一個(gè)具體實(shí)施例中，所述評(píng)估模型的訓(xùn)練包括：

27、獲取大量包含語(yǔ)義信息和縫合數(shù)據(jù)的板片數(shù)據(jù)，并確保所述板片數(shù)據(jù)覆蓋不同款式、尺寸和工藝的板片；

28、對(duì)所述板片數(shù)據(jù)進(jìn)行預(yù)處理，并劃分訓(xùn)練集和測(cè)試集；

29、在每輪訓(xùn)練迭代中，將所述訓(xùn)練集對(duì)應(yīng)的板片數(shù)據(jù)輸至神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，分別計(jì)算關(guān)于縫合數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)分支輸出與訓(xùn)練集中的縫合數(shù)據(jù)之間的誤差、關(guān)于語(yǔ)義信息的神經(jīng)網(wǎng)絡(luò)分支輸出與訓(xùn)練集中的語(yǔ)義信息之間的誤差，再將兩個(gè)神經(jīng)網(wǎng)絡(luò)分支的誤差合并為神經(jīng)網(wǎng)絡(luò)模型的總誤差；基于所述誤差通過(guò)反向傳播算法調(diào)整神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，以最小化損失函數(shù)；

30、將符合預(yù)設(shè)迭代停止條件的神經(jīng)網(wǎng)絡(luò)模型作為評(píng)估模型。

31、在一個(gè)具體實(shí)施例中，基于所述測(cè)試集對(duì)應(yīng)的板片數(shù)據(jù)構(gòu)建評(píng)估標(biāo)準(zhǔn)；基于所述評(píng)估標(biāo)準(zhǔn)評(píng)價(jià)所述評(píng)估模型對(duì)縫合數(shù)據(jù)的預(yù)測(cè)質(zhì)量以及對(duì)語(yǔ)義信息的識(shí)別精度。

32、有益效果：

33、本發(fā)明提供了一種基于多任務(wù)學(xué)習(xí)的板片智能縫合及安排方法、系統(tǒng)，基于大量包含縫合數(shù)據(jù)和結(jié)構(gòu)化特征在內(nèi)的板片數(shù)據(jù)去訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，充分利用板片上的有效信息，為服裝板片的智能縫合與自動(dòng)安排提供更高質(zhì)量的參考依據(jù)，提升了板片縫合效率、縫合質(zhì)量以及板片安排的自動(dòng)化程度，進(jìn)而實(shí)現(xiàn)三維服裝模型的快速建模。

技術(shù)特征：

1.一種基于多任務(wù)學(xué)習(xí)的板片智能縫合及安排方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的板片智能縫合及安排方法，其特征在于，所述評(píng)估模型的訓(xùn)練包括：

3.根據(jù)權(quán)利要求2所述的板片智能縫合及安排方法，其特征在于，基于所述測(cè)試集對(duì)應(yīng)的板片數(shù)據(jù)構(gòu)建評(píng)估標(biāo)準(zhǔn)；

4.根據(jù)權(quán)利要求2所述的板片智能縫合及安排方法，其特征在于，所述迭代停止條件包括達(dá)到最大迭代次數(shù)或損失函數(shù)收斂。

5.根據(jù)權(quán)利要求2所述的板片智能縫合及安排方法，其特征在于，所述預(yù)處理包括數(shù)據(jù)清洗、標(biāo)準(zhǔn)化、歸一化、缺失值處理。

6.根據(jù)權(quán)利要求2所述的板片智能縫合及安排方法，其特征在于，獲取板片的附加信息，所述附加信息涉及板片的工藝、定制化需求；

7.根據(jù)權(quán)利要求1所述的板片智能縫合及安排方法，其特征在于，確定各板片上的點(diǎn)和線，分析包括相鄰點(diǎn)間距、線長(zhǎng)和弧長(zhǎng)在內(nèi)的幾何關(guān)系，并進(jìn)行標(biāo)注，得到所述原始幾何數(shù)據(jù)。

8.一種基于多任務(wù)學(xué)習(xí)的板片智能縫合及安排系統(tǒng)，其特征在于，包括：

9.根據(jù)權(quán)利要求8所述的板片智能縫合及安排系統(tǒng)，其特征在于，所述評(píng)估模型的訓(xùn)練包括：

10.根據(jù)權(quán)利要求9所述的板片智能縫合及安排系統(tǒng)，其特征在于，基于所述測(cè)試集對(duì)應(yīng)的板片數(shù)據(jù)構(gòu)建評(píng)估標(biāo)準(zhǔn)；

技術(shù)總結(jié)
本發(fā)明提供了一種基于多任務(wù)學(xué)習(xí)的板片智能縫合及安排方法、系統(tǒng)，方法包括：獲取關(guān)于服裝的板片文件；解析出各板片的原始幾何數(shù)據(jù)；將原始幾何數(shù)據(jù)輸入到預(yù)訓(xùn)練的評(píng)估模型中，分析出同一服裝上各板片的語(yǔ)義信息和縫合數(shù)據(jù)；在建模軟件中，基于縫合數(shù)據(jù)進(jìn)行板片間的智能縫合,并基于語(yǔ)義信息將板片放置在虛擬模特的相應(yīng)位置實(shí)現(xiàn)板片的智能安排。本發(fā)明的方案基于大量包含縫合數(shù)據(jù)和結(jié)構(gòu)化特征在內(nèi)的板片數(shù)據(jù)去訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，充分利用板片上的有效信息，為服裝板片的智能縫合與自動(dòng)安排提供更高質(zhì)量的參考依據(jù)，提升了板片縫合效率、縫合質(zhì)量以及板片安排的自動(dòng)化程度，進(jìn)而實(shí)現(xiàn)三維服裝模型的快速建模。

技術(shù)研發(fā)人員：劉郴,赫高峰,王華民
受保護(hù)的技術(shù)使用者：浙江凌迪數(shù)字科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2