首页期刊导航|北京服装学院学报（自然科学版）
期刊信息/Journal information
北京服装学院学报（自然科学版）
北京服装学院学报（自然科学版）

廖青

季刊

1001-0564

bictxuebao@126.com

010-64288020

100029

北京朝阳区和平街北口樱花路甲2号

北京服装学院学报（自然科学版）/Journal Journal of Beijing Institute of Clothing Technology北大核心CSTPCD
查看更多>>本刊是自然科学类学术期刊。主要刊登服装与新材料科技、染整技术、应用化学等相关领域的理论研究、科研成果、综合性学术评论及主题论述。本刊为中国科技核心期刊、全国中文核心期刊、美国化学文摘、世界纺织文摘的刊源期刊。
正式出版
收录年代

    智能户外冲锋衣的设计与研发

    胡丹赵蒙蒙
    87-94页
    查看更多>>摘要：为监测户外运动中的安全风险,设计了一款可实时监测人体皮肤温湿度的智能户外冲锋衣.使用Arduino和MIT App Inventor 2平台,从硬件到软件进行了设计与研发.使用DHT11和iButton温湿度传感器分别在胸部、腋下对衣下空间温湿度进行数据收集、分析与对比.实验结果表明:DHT11所测得的温湿度数据吻合度较高,能够表征实际衣下空间温湿度;在智能户外冲锋衣的测量点位中,在表征实际衣下空间温湿度时胸部比腋下具有更好的稳定性;DHT11温湿度传感器的温度需补偿校正0.36℃,湿度需要补偿校正5.02％.

    智能户外冲锋衣ArduinoMITAppInventor2DHT11iButton

      原文链接:
    • 万方数据
    • 维普

    基于RSS-YOLOv5s模型的现代汉服风格检测方法

    张俊杰蒋博闻袁桦李丽...
    95-103,118页
    查看更多>>摘要：汉服做为一种穿着时尚,深受年轻人的喜爱,但现代汉服的风格信息却难以被许多汉服爱好者准确辨识.在YOLOv5s模型的基础上,插入Repvgg模块的同时,引入SE注意力机制来提高模型的网络特征提取能力;使用SIoU_Loss优化损失函数提升边界框定位精度,从而达到实时检测汉服风格的目的.结果表明:该算法明显改善多项评价指标,整体精确率达到92.4％,召回率达到91.6％,平均精度均值达到91.8％,单张图像推理时间仅需15.0 ms.该方法能够快速准确地辨识汉服风格,帮助人们了解现代汉服的风格特征,为中华优秀传统文化的传承发展提供技术支持.

    汉服检测YOLOv5sRepvgg模块注意力机制SIoU_Loss

      原文链接:
    • 万方数据
    • 维普

    基于蝴蝶呈色规则的纺织品图案再生设计

    黄舒敏罗芊芊曹竟文吴卓俊...
    104-110页
    查看更多>>摘要：蝶翼色彩娇艳华美、醒目多变,是纺织品图案仿生设计的重要灵感来源.为具象化表述不同类别蝴蝶的呈色特点,解析其色彩组合规则,以图谱方式描绘色彩构成,并应用到当代纺织品设计当中,选取5类不同呈色风格的蝴蝶图像,利用颜色聚类算法提取出颜色占比、颜色距离、节点共现率等关键指标,构建蝴蝶呈色关系图谱,以可视化的方式呈现不同类别蝴蝶的配色形式.实证分析与再生设计部分分别对5类典型蝴蝶,共计100幅样本图像颜色进行提取和分析,依据其呈色规则,复用至线稿纹样当中,形成近似蝴蝶呈色风格的纺织品图案,并在服装、家纺等产品中进行映射和虚拟展示.该方法能够对生物呈色进行量化,为时尚产品意象色彩的提取和应用提供了参考方案.

    颜色聚类蝴蝶色彩风格关系图谱

      原文链接:
    • 万方数据
    • 维普

    融合注意力机制与YOLOv5s的服装领型自动检测方法

    游小荣李淑芳
    111-118页
    查看更多>>摘要：为了解决光线、人体姿势、环境噪声和拍摄设备等外部因素对服装领型检测精度的影响,提出了一种融合注意力机制与YOLOv5s的服装领型自动检测方法.首先,构建并标注了11个类别的服装领型数据集;然后,通过改变激活函数、引入注意力机制等方式对原YOLOv5s模型进行改进,提升模型检测的准确性;最后,对改进的模型进行训练、验证和测试.实验结果表明:选择FreLU作为激活函数,并把CBAM注意力机制融入到原YOLOv5s模型中,检测效果更佳;改进后的模型mAP@0.5值可达0.824,每秒能处理27.78帧图像,两项指标均优于faster RCNN和SSD512方法,表明本方法能够完成复杂背景下的服装领型自动检测任务.

    YOLOv5s模型服装领型目标检测定位

      原文链接:
    • 万方数据
    • 维普