摘要：为了精确再现虚拟服装中面料的力学属性,提出一种模拟不同材质织物变形效果的方法.首先测试样本的力学性能参数,通过相关性分析获得其中与悬垂特性密切相关的部分参数,以此作为神经网络的输入数据;然后对比实拍样本及其静态仿真效果图,将获得样本仿真模型控制参数的期望值作为BP神经网络的输出数据;最后建立BP神经网络实现织物力学属性与仿真模型控制参数之间的非线性映射.应用文中方法对15种常用服装面料进行实验的结果表明,仿真效果较好地体现了面料的材质信息,在此基础上实现的虚拟服装更加精准,有助于提高系统的真实感.

摘要：随着NFC(近场通信)技术的迅速发展,以及服装行业的数字化推进,设计了一种基于NFC标签的服装水洗标.其通过与NFC手机、移动互联网、企业的信息中心等组成一个服装信息系统.经过实验,消费者通过手机读写NFC水洗标,能更加快捷方便地获取服装水洗养护信息,且NFC水洗标符合水洗标的水洗要求.NFC水洗标的出现为智能搭配推荐和对消费者服装广告信息的精确定向推送提供了数据基础.

摘要：分类算法在数据挖掘中是一种重要的研究方法,目前多数决策树分类算法在对数据处理过程中或多或少存在一些问题,要么判断结束分类的条件过多,要么剪枝过程较为复杂,导致消耗时间较长,有时还无法得到令人满意的分类结果,往往需要通过调整过多的参数等方式来完善分类模型,不断对算法进行优化。本文通过对几种经典算法进行研究,设计了一种基于bagging思想的决策树分类算法,并通过Java语言实现该算法;通过测试5个来自UCI的数据集,对其分类结果与经典算法进行了对比,该算法分类准确率较高,消耗时长较短,在实际应用中效果较好,且适用于大多数的样本集。

摘要：明代官服是明代服饰文化中“礼”的代表,具有区分等级,辨别尊卑的作用。官服体现了对唐、宋、元服饰的继承与创新,但实体文物展出具有时间与空间的局限,以图片资料为主的数字化资源只能从二维角度进行研究。文章以明代文武官员服装为例,研究其形制与结构特点。选取孔府旧藏中朝服、公服、常服,在复原其结构、面料纹样基础上进行三维建模与展示,提出成套服装的组合建模方法,得到明代文武官员服装完整的数字化复原效果。通过数字化复原明代官服,探寻实现中国古代服饰文化的传播之路。

摘要：针对传统服装走秀只能通过单一角度欣赏的不足,本文基于Unity和VR头盔开发了可以实现360度展示的虚拟服装走秀系统,设计了自适应性走秀路线选择算法和表演动作切换算法。经测试,该系统能系统地管理走秀信息、展示走秀过程,为观众提供了全方位的观看角度,实现了较好的第一视角浸入式观看效果。

摘要：为了提高当前服装企业在西装工业生产过程中的制板效率,结合权威的纸样专家知识库,研究开发了一套适合我国服装行业的西装智能CAD系统.以VisualLISP和OpenDCL为开发工具,VisualLISP实现了纸样程序的智能生成,OpenDCL则建立了符合用户操作的人机界面,该系统界面友好,在AutoCAD 2010环境下实现了西装纸样的设计及自动生成,减少了服装企业在制板工序中繁琐的重复性工作,明显缩短了企业生产中对西装样板的开发周期.

摘要：介绍了开发安全、稳定服装纸样交流平台的关键技术,分析了构建基于J2EE标准的服装纸样交流平台的可行性.实验表明:上述方法处理数据简单、快速,得到的平台模型可以大大提高服装企业纸样设计的工作效率.

摘要：为了提高服饰图像的智能分类效率和分类准确性,提出一种基于EfficientNet模型改进的服饰分类模型。该模型基于卷积神经网络构建,将EfficientNet-B0模型和EfficientNet-B1模型与SE模块相结合,对卷积神经网络的结构和激活函数进行改进,以提升其特征提取和表达能力。结果显示,改进后的模型不会引入大量参数,且改进后整体上模型在服饰数据集UT-zappos50K和Fashion-MNIST数据集上的分类准确率相较于VGG16、Swin Transformer等经典卷积神经网络模型最多提高了2.65%。这表明该改进方式能够有效提高服饰图像分类模型的性能。

摘要：讨论了三维计算机辅助服装设计系统中二维衣片转换为三维服装的有关技术问题,包括衣片的网格剖分、服装的缝制及场景中服装穿着的模拟.对于二维衣片的网格剖分,应用了正则栅格法,并通过调整边界质点解决衣片的缝制问题;在缝合过程中,对衣片边界质点施加缝合力,达到缝合效果;最后,根据织物的刚性杆约束结构,为模型添加了简单的碰撞检测和碰撞反应以实现简单的着装模拟.

摘要：提出一个基于几何约束图的参数化模型,并给出参数化模型的数据结构和几何约束求解算法.此模型能有效捕捉并自动识别服装制板过程中反映用户设计意图的几何约束关系,实现服装纸样的参数化.