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
2.1Python基础介绍 /
2.1.1什么是Python /
2.1.2Python环境搭建 /
2.1.3Python基础语法 /
2.1.4Python数据类型介绍 /
2.1.5Python函数介绍 /
2.2OpenCV库的简介 /
2.2.1基础功能 /
2.2.2图像处理基本理论 /
2.2.3OpenCV图像处理基本实现 /
2.3PyTorch环境安装 /
2.3.1CUDA的下载安装 /
2.3.2Anaconda安装 /
2.4PyTorch深度学习工具库 /
2.4.1基本数据： Tensor /
2.4.2Tensor的运算 /
2.4.3PyTorch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 /
3.2.1Fast 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 /
4.3.4Verlet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 /
5.1.1SSD算法介绍 /
5.1.2YOLOv5算法介绍 /
5.1.3Fast 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人体特征点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 /
9.1.4Web of Science /
9.1.5Sci-Hub /
9.1.6ScienceDirect /
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 /
9.5.2AI在服装设计中的应用 /
9.5.3AI在服装生产中的应用 /
9.5.4AI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 /
