幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

服裝AI工程應用(應用型高校產教融合系列教材)/紡織服裝工程與設計系列

  • 作者：編者:徐增波//楊紅穗|責編:劉楊
  • 出版社：清華大學
  • ISBN：9787302714644
  • 出版日期：2026/04/01
  • 裝幀：平裝
  • 頁數：283
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書詳細剖析服裝行業與AI的融合，涵蓋服裝AI理論基礎、程序設計、趨勢分析、虛擬試衣、質量檢驗、智能生產、智能測體及形體重建、智能推薦等關鍵領域。通過Python編程、OpenCV與PyTorch等工具，讀者可掌握服裝AI的實戰技能。書中展示AI在流行趨勢預測、虛擬試衣體驗、質量監控、高效生產及個性化定製中的創新應用，並展望技術前景。本書適合服裝從業者、研究者及AI技術愛好者使用，助力其把握行業變革，推動技術創新。
作者介紹
編者:徐增波//楊紅穗|責編:劉楊
目錄
第1章  服裝AI理論基礎
  1.1  服裝模擬基本概念
    1.1.1  基於物理模擬基礎動畫製作
    1.1.2  服裝模擬技術的應用
    1.1.3  動畫中的服裝模擬流水線
    1.1.4  服裝模擬的歷史
  1.2  圖像處理與分析
    1.2.1  基本概念
    1.2.2  圖像處理與分析基本概念
  1.3  模式識別基本概念
    1.3.1  基本概念
    1.3.2  模式識別的運用
  1.4  深度學習原理
    1.4.1  基本概念
    1.4.2  什麼是機器學習
    1.4.3  什麼是深度學習
第2章  服裝AI程序設計
  2.1  Python基礎介紹
    2.1.1  什麼是Python
    2.1.2  Python環境搭建
    2.1.3  Python基礎語法
    2.1.4  Python數據類型介紹
    2.1.5  Python函數介紹
  2.2  OpenCV庫的簡介
    2.2.1  基礎功能
    2.2.2  圖像處理基本理論
    2.2.3  OpenCV圖像處理基本實現
  2.3  PyTorch環境安裝
    2.3.1  CUDA的下載安裝
    2.3.2  Anaconda安裝
  2.4  PyTorch深度學習工具庫
    2.4.1  基本數據：Tensor
    2.4.2  Tensor的運算
    2.4.3  PyTorch自動求導
    2.4.4  神經網路工具箱torch.nn
    2.4.5  手寫數字識別案例
第3章  服裝流行趨勢分析AI應用
  3.1  基本概念
    3.1.1  服裝流行趨勢基本概念
    3.1.2  服裝解析深度學習模型基本概念
  3.2  各種解析演算法模型
    3.2.1  Fast R-CNN
    3.2.2  改進的服裝解析方法
    3.2.3  一種融合顏色與紋理特徵的無監督分割演算法
    3.2.4  基於HOG和E-SVM的服裝圖像聯合分割演算法
    3.2.5  基於Deeplab網路的模型服裝解析
    3.2.6  自監督結構敏感學習的分析方法
    3.2.7  空洞空間金字塔池化ASPP
  3.3  基於Graphonomy的服裝解析典型應用案例
  3.4  服裝部件分類基本原理

    3.4.1  基於詞包模型的分類方法
    3.4.2  基於深度學習的分類方法
    3.4.3  基於細粒度的分類方法
    3.4.4  基於細粒度的分類方法在服裝領域的應用
  3.5  服裝色彩聚類基本原理
    3.5.1  服裝色彩聚類的基本概念
    3.5.2  服裝色彩聚類的方法
第4章  服裝虛擬試衣AI應用
  4.1  質-彈面料基本模型
    4.1.1  簡介
    4.1.2  計算量
    4.1.3  計算力
    4.1.4  能量最小化
    4.1.5  彈簧勢能和力
    4.1.6  彈簧阻尼力
    4.1.7  可撕破的布料
  4.2  碰撞檢測與響應
    4.2.1  碰撞體近似
    4.2.2  碰撞響應
  4.3  面料模擬基本演算法
    4.3.1  顯式歐拉積分法
    4.3.2  隱式歐拉積分法
    4.3.3  半隱式積分法
    4.3.4  Verlet積分法
    4.3.5  動態位置調整法
    4.3.6  演算法性能分析及評估
  4.4  衣片三角網格化演算法
    4.4.1  三角形
    4.4.2  粒子
    4.4.3  力
    4.4.4  布料的靜態構型
    4.4.5  計算力及其導數
    4.4.6  三角網格化
  4.5  二維虛擬試衣
    4.5.1  面部資料庫採集
    4.5.2  人體2D關鍵點獲取
    4.5.3  剪切
    4.5.4  人臉解析
    4.5.5  美顏
    4.5.6  服裝資料庫採集
  4.6  深度學習虛擬試衣
    4.6.1  三維網格處理
    4.6.2  三維人體建模相關理論
    4.6.3  蒙皮多人線性模型
    4.6.4  人體運動數據集
    4.6.5  三維服裝數據集
    4.6.6  測試環境搭建
    4.6.7  訓練數據準備
第5章  服裝質量檢驗AI應用
  5.1  目標檢測演算法框架介紹

    5.1.1  SSD演算法介紹
    5.1.2  YOLOv5演算法介紹
    5.1.3  Fast R-CNN演算法介紹
  5.2  服裝疵點檢測技術
    5.2.1  基於遺傳演算法的織物疵點檢測
    5.2.2  基於深度學習的疵點檢測
    5.2.3  基於輕量級模型的瑕疵檢測
  5.3  服裝尺寸檢測技術
    5.3.1  基於角點檢測的服裝尺寸測量
    5.3.2  基於機器視覺的尺寸測量
    5.3.3  基於卷積網路的尺寸測量
  5.4  電腦視覺在服裝AI工程的應用案例
    5.4.1  虛擬試衣間
    5.4.2  服裝外觀質量檢測
    5.4.3  服裝圖像的識別與分類
第6章  服裝智能生產AI應用
  6.1  常用服裝排料基本演算法
    6.1.1  圖形包圍策略
    6.1.2  多區域組分配問題
    6.1.3  拉格朗日啟髮式演算法
    6.1.4  掃描技術
    6.1.5  移動擠壓演算法
  6.2  非線性優化基本原理及其排料應用
    6.2.1  遺傳演算法
    6.2.2  模擬退火演算法
  6.3  服裝部件自動尋邊的機器視覺基本演算法
    6.3.1  圖像預處理演算法
    6.3.2  邊緣檢測
    6.3.3  邊緣跟蹤
第7章  服裝智能測體及形體重建AI應用
  7.1  人體測量基本指標及常用非接觸測量方法
    7.1.1  人體測量標準
    7.1.2  人體關鍵尺寸計算
    7.1.3  人體手工測量
    7.1.4  手機視頻測量方法
  7.2  人體特徵自動定位及測體參數計算方法
    7.2.1  參數化人體模型
    7.2.2  粗配准
    7.2.3  精配准
  7.3  基於多視圖人體模型自動重構演算法
    7.3.1  採集視頻預處理和關鍵幀提取
    7.3.2  基於SMF三維重建
  7.4  基於圖像的人體三維形體和姿態重構演算法
    7.4.1  基於N幅圖像的人體SMPL-X模型
    7.4.2  基於單幅RGB圖像的三維人體建模
    7.4.3  基於M-圖像的三維人體建模
    7.4.4  快速測體技術應用
第8章  服裝智能推薦AI應用
  8.1  服裝智能推薦基本概念
  8.2  基於圖像的服裝智能檢索基本原理

  8.3  服裝推薦系統基本構成
  8.4  服裝推薦系統評估演算法原理
    8.4.1  服裝搭配推薦基礎演算法
    8.4.2  服裝搭配推薦關鍵技術
    8.4.3  服裝搭配推薦的個性化發展
  8.5  應用案例——知衣科技
    8.5.1  方案架構
    8.5.2  大數據方案階段演化
    8.5.3  技術架構升級展望
    8.5.4  未來發展規劃
第9章  服裝AI技術前瞻及調研
  9.1  常見的國內外文獻檢索網站
    9.1.1  中國知網(CNKI)
    9.1.2  萬方數據知識服務平台
    9.1.3  谷歌學術
    9.1.4  Web of Science
    9.1.5  Sci-Hub
    9.1.6  ScienceDirect
    9.1.7  百度學術
  9.2  文獻檢索步驟
  9.3  基於開源網站Github.com的服裝深度學習應用案例檢索
    9.3.1  服裝深度學習應用的背景與意義
    9.3.2  檢索的範圍與方法
    9.3.3  服裝深度學習應用案例
  9.4  基於百度搜索的深度學習資料檢索及博客瀏覽
    9.4.1  導言
    9.4.2  基於百度搜索的深度學習資料檢索
    9.4.3  基於百度搜索的深度學習博客瀏覽
  9.5  服裝AI技術的前景
    9.5.1  導言
    9.5.2  AI在服裝設計中的應用
    9.5.3  AI在服裝生產中的應用
    9.5.4  AI在服裝零售中的應用
    9.5.5  服裝AI技術發展趨勢與重要意義
    9.5.6  服裝AI技術面臨的挑戰與機遇
  9.6  結論
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032