首页|基于卷积神经网络的蓝印花布纹样基元分类

基于卷积神经网络的蓝印花布纹样基元分类

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为更好地数字化传承与创新传统的蓝印花布纹样,并能单独提取构成纹样的图案基元并进行分类,提出一种基于卷积神经网络的纹样基元分类方法.首先,对采集的128张蓝印花布图像进行纹样基元提取,形成图像样本库,共21212张.其次,从库中随机选取80％的图像样本作为训练集,20％作为测试集,利用5×5卷积核对训练样本进行卷积操作,将得到的特征图进行池化.通过3层卷积、3层池化及2层全连接层计算后,利用Softmax分类器得到12种分类结果.最后,通过基元样本的学习获取最佳网络模型参数,并取得较理想的分类结果.结果表明:提出的卷积神经网络模型对12种纹样基元的平均分类准确率达99.61％,检测平均准确率达98.5％,为蓝印花布纹样的研究提供了新思路.
Elements classification of vein patterns using convolutional neural networks for blue calico

贾小军、叶利华、邓洪涛、刘子豪、陆锋杰

展开 >

嘉兴学院 数理与信息工程学院, 浙江 嘉兴 314001

嘉兴学院 设计学院, 浙江 嘉兴 314001

浙江涵普电力科技有限公司, 浙江 嘉兴 314300

蓝印花布 纹样基元分类 卷积神经网络 数字纺织

浙江省科技计划公益技术研究项目嘉兴市公益性研究计划项目

GG20F0100322018AY11008

2020

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心EI
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2020.41(1)
  • 13
  • 18