CN108062782A - 一种鞋楦平面轮廓线自动生成装置及方法 - Google Patents
一种鞋楦平面轮廓线自动生成装置及方法 Download PDFInfo
- Publication number
- CN108062782A CN108062782A CN201810091540.3A CN201810091540A CN108062782A CN 108062782 A CN108062782 A CN 108062782A CN 201810091540 A CN201810091540 A CN 201810091540A CN 108062782 A CN108062782 A CN 108062782A
- Authority
- CN
- China
- Prior art keywords
- shoe tree
- mrow
- planar contours
- network
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/80—Creating or modifying a manually drawn or painted image using a manual input device, e.g. mouse, light pen, direction keys on keyboard
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种鞋楦平面轮廓线自动生成装置及方法,涉及鞋楦数字模型生成技术领域。本发明是为了解决人力设计、绘制鞋楦模型效率低的问题。本发明利用已有鞋楦或图纸中的鞋楦平面轮廓线建立样本库,利用随机梯度下降法和样本库中的样本对生成器网络进行训练,获得最优的生成器网络。采集用户绘制的部分鞋楦平面轮廓线,并将平面轮廓线输入到最优生成器网络中,获得符合用户风格的鞋楦平面轮廓线。
Description
技术领域
本发明属于鞋楦数字模型生成技术领域。
背景技术
鞋楦是制鞋工业的基础和重要模具,作为鞋子的母体,其在整个制鞋产业中占有很重要的地位,是制鞋工艺中各类鞋款式的基础,决定了鞋子的形状和穿着的舒适程度,因此符合人体工程学是鞋楦设计最基本的要求。一双鞋的制造始于对鞋楦的设计,而鞋楦的设计需要从楦型素描开始。楦型素描的关键在于鞋楦平面轮廓线的生成。鞋楦平面轮廓线包括但不限于侧视图轮廓线、俯视图统口轮廓线、俯视图楦底轮廓线和正视图切片轮廓线等,鞋楦平面轮廓线表征了鞋楦的关键特征。
素描是造型艺术的基础,作为造型艺术设计的楦型设计,需要较好的素描和美术功底。要更好地把握楦型的造型,提高鞋楦设计师的审美层次与动手能力至关重要。鞋楦的素描表现不但追求线条优美、立体感、质感强;更要表现出对线条与肉体分布的深刻理解。鞋楦是实用功能与审美艺术的结合体,首先在实用功能的前提下,进行审美艺术的设计,从而引领流行。
楦型设计者需要了解并熟悉人体生物学,对人体线条有深刻的理解,并且对脚型规律有一定的认识程度;此外,鞋楦设计者还必须具备深厚的美术、绘画功底,才能准确把握形体比例、结构明暗表现等在鞋楦设计中的微妙关系。
由此可见,鞋楦的设计过程要求设计者具备较高的素描绘画水平和相关设计经验,一般而言,一个高水平的鞋楦设计师的成长需要10年时间的磨砺和锻炼,长时间的经验积累,才能有能力设计出精良的鞋楦。对于制鞋工业而言,鞋楦的设计还处于手工设计,结合经验积累和师傅传授,处于手工作坊式的学习和培养模式,因此鞋楦设计师成才时间漫长,成才率低,造成制鞋工业中,优秀的鞋楦设计者长期处于缺乏状态,这都是阻碍制鞋工业取得长足进步的一个主要原因。综上所述,在制鞋领域中急需一种能够自动、高效生成鞋楦平面轮廓线的装置和方法。
发明内容
本发明是为了解决人力设计、绘制鞋楦模型效率低的问题,现提供一种鞋楦平面轮廓线自动生成装置及方法。
一种鞋楦平面轮廓线自动生成装置,平面轮廓线输入设备100、训练数据输入设备101、处理器103、平面显示装置104、用户操作输入装置105、存储系统106和三维显示装置107;
平面轮廓线输入设备100的轮廓线输出端连接处理器103的轮廓线输入端,平面轮廓线输入设备100用于采集用户绘制的鞋楦平面轮廓线,
训练数据输入设备101的训练数据输出端连接处理器103的训练数据输入端,训练数据为已有的鞋楦平面轮廓线,
用户操作输入装置105的操作信号输出端连接处理器103的操作信号输入端,操作信号包括:参数选择信号和区域选择信号,
处理器103的平面图像输出端连接平面显示装置104的平面图像输入端,平面显示装置104用于显示生成的鞋楦平面轮廓线,
处理器103的三维模型输出端连接三维显示装置107的三维模型输入端,三维显示装置107用于显示生成的鞋楦三维模型,
处理器103的存储信号输入输出端连接存储系统106的输入输出端,存储信号包括:训练数据和生成的鞋楦平面轮廓线,
处理器103用于根据已有的鞋楦平面轮廓线训练生成器网络,并将用户绘制的鞋楦平面轮廓线输入至生成器网络中,生成鞋楦平面轮廓线。
一种鞋楦平面轮廓线自动生成方法,利用已有鞋楦或图纸中的鞋楦平面轮廓线建立样本库,
利用随机梯度下降法和样本库中的样本对生成器网络进行训练,获得最优生成器网络,
采集用户绘制的部分鞋楦平面轮廓线,并将该鞋楦平面轮廓线输入到最优生成器网络中,获得符合用户风格的鞋楦平面轮廓线。
用样本库中的样本训练获得生成器网络和辨别器网络,并采用以下公式对生成器网络和辨别器网络进行训练,获得最优生成器网络G*,
其中,V表示度量函数,G表示生成器网络,D表示辨别器网络,表示G取最小,表示D取最大。
上述获得最优生成器网络G*的具体方法为:
初始化,使i=1,j=1,计数器计数counter=0,i和j均为整数,
利用随机正态分布对生成器模型的权重参数θg进行赋值,获得初始生成器网络G1,
利用随机正态分布对辨别器模型的权重参数θd进行赋值,获得初始辨别器网络D1;
步骤1:利用随机梯度下降法对第k级生成器网络Gk和第k级辨别器网络Dk至少训练一次,获得第i级辨别器网络Di,且Di能够将样本库中的样本xi辨别为真,k=1,2,3,...,i-1;
步骤2:将随机信号z作为第j级生成器网络Gj的输入数据,获得输出数据G(z);其次将xi输入到Di中,获得输出数据D(xi),利用G(z)和D(xi)训练获得第j+1级生成器网络Gj+1,然后counter=counter+1;
步骤3:将Gj+1输出的结果输入到Di中,判断Di输出结果是否为真,是则执行步骤4;否则使i=i+1,j=j+1,然后返回步骤1;
步骤4:判断counter是否大于50,是则将步骤2获得的Gj+1作为最优生成器网络G*;否则使i=i+1,j=j+1,然后返回步骤1。
一种鞋楦平面轮廓线自动生成装置及方法,具体有益效果如下:
提高鞋楦设计师效率:本发明极能够将素描工作量减少90%以上,并省略了设计过程中对素描作品的反复修改过程,将鞋楦设计师从繁重的素描画图中解放出来,将其工作更多集中在鞋楦设计的创意上。
降低鞋楦设计的门槛:鞋楦设计师不再需要经过多年反复枯燥的训练,具有手绘基础的设计人员能够直接使用并绘制出符合要求的鞋楦。
附图说明
图1为一种鞋楦平面轮廓线自动生成装置的结构示意图;
图2为具体实施方式十一所述的获得最优生成器网络的具体方法的流程图;
图3至图7为本发明中的构成鞋楦的轮廓线、面的示意图,其中,图3表示统口312、楦底314及楦体面316,图4表示统口轮廓线305和统口展平轮廓线306,图5表示楦底轮廓线307及楦底展平轮廓线308,图6表示楦长面303及楦长面轮廓线304,图7表示楦体截面309及楦体截面轮廓线310;
图8至图11为利用最优生成器网络和用户输入的鞋楦平面轮廓线,生成完整鞋楦平面轮廓线的过程示意图,其中,图8表示楦长面轮廓线的生成,图9表示统口展平轮廓线的生成,图10表示楦底展平轮廓线的生成,图11表示楦体截面轮廓线的生成;
图12至图16为自动生成的鞋楦平面轮廓线的示意图;其中,图12表示用户手绘输入的楦长面轮廓线,图13表示在图12的基础上进一步输入线条,图14表示输入统口展平轮廓线,图15表示输入楦底展平轮廓线,图16表示在图15的基础上进一步输入线条;
图17为楦体截面轮廓线的几何约束关系图;
图18和图19为楦体截面轮廓线生成过程示意图,其中,图18表示输入楦体截面轮廓线,图19表示3D视图。
具体实施方式
具体实施方式一:参照图1具体说明本实施方式,本实施方式所述的一种鞋楦平面轮廓线自动生成装置,平面轮廓线输入设备100、训练数据输入设备101、处理器103、平面显示装置104、用户操作输入装置105、存储系统106和三维显示装置107;
平面轮廓线输入设备100的轮廓线输出端连接处理器103的轮廓线输入端,平面轮廓线输入设备100用于采集用户绘制的鞋楦平面轮廓线,
训练数据输入设备101的训练数据输出端连接处理器103的训练数据输入端,训练数据为已有的鞋楦平面轮廓线,
用户操作输入装置105的操作信号输出端连接处理器103的操作信号输入端,操作信号包括:参数选择信号和区域选择信号,
处理器103的平面图像输出端连接平面显示装置104的平面图像输入端,平面显示装置104用于显示生成的鞋楦平面轮廓线,
处理器103的三维模型输出端连接三维显示装置107的三维模型输入端,三维显示装置107用于显示生成的鞋楦三维模型,
处理器103的存储信号输入输出端连接存储系统106的输入输出端,存储信号包括:训练数据和生成的鞋楦平面轮廓线,
处理器103用于根据已有的鞋楦平面轮廓线训练生成器网络,并将用户绘制的鞋楦平面轮廓线输入至生成器网络中,生成鞋楦平面轮廓线。
本实施方式中,平面轮廓线输入设备100与处理器103之间通过输入接口102电气连接,训练数据输入设备101和处理器103之间也通过输入接口102电气连接。输入接口102可以是USB或网络接口。
具体实施方式二:本实施方式是对具体实施方式一所述的一种鞋楦平面轮廓线自动生成装置作进一步说明,本实施方式中,平面轮廓线输入设备100为手绘板或触控屏。
具体实施方式三:本实施方式是对具体实施方式一所述的一种鞋楦平面轮廓线自动生成装置作进一步说明,本实施方式中,平面显示装置104为由计算机驱动的显示装置。
具体实施方式四:本实施方式是对具体实施方式一所述的一种鞋楦平面轮廓线自动生成装置作进一步说明,本实施方式中,三维显示装置107为VR眼镜或裸眼3D屏幕。
具体实施方式五:本实施方式是对具体实施方式一所述的一种鞋楦平面轮廓线自动生成装置作进一步说明,本实施方式中,训练数据输入设备101三维扫描设备或扫描仪。
应用时,三维扫描设备直接扫描三维立体鞋楦,扫描仪能够扫描手绘图纸。
具体实施方式六:本实施方式是对具体实施方式一所述的一种鞋楦平面轮廓线自动生成装置作进一步说明,本实施方式中,处理器103为中央处理器CPU或图形处理器GPU。
在实际应用时,处理器103可以为一个或多个的组合,被编程并自动生成鞋楦平面轮廓线。
具体实施方式七:本实施方式是对具体实施方式一所述的一种鞋楦平面轮廓线自动生成装置作进一步说明,本实施方式中,用户操作输入装置105为键盘或鼠标,用户操作输入装置105通过无线或有线的方式电气连接。
在实际应用时,用户操作输入装置105能够在生成鞋楦平面轮廓线过程中对鞋楦的多个区域和参数进行选择。
具体实施方式八:本实施方式是对具体实施方式一所述的一种鞋楦平面轮廓线自动生成装置作进一步说明,本实施方式中,存储系统106为硬盘、磁盘阵列或云存储系统。
具体实施方式九:本实施方式所述的一种鞋楦平面轮廓线自动生成方法,该方法为:
利用已有鞋楦或图纸中的鞋楦平面轮廓线建立样本库,
利用随机梯度下降法和样本库中的样本对生成器网络进行训练,获得最优生成器网络,
采集用户绘制的部分鞋楦平面轮廓线,并将该鞋楦平面轮廓线输入到最优生成器网络中,获得符合用户风格的鞋楦平面轮廓线。具体实施方式十:本实施方式是对具体实施方式九所述的一种鞋楦平面轮廓线自动生成方法作进一步说明,本实施方式中,样本库中包括已有鞋楦的鞋楦平面轮廓线和图纸中的鞋楦平面轮廓线;
已有鞋楦的鞋楦平面轮廓线的获得方法为:
利用三维扫描设备对已有鞋楦进行扫描,获得已有鞋楦的三维图像,对三维图像分别进行侧视投影、俯视投影和正视投影,获得已有鞋楦三种视角下的鞋楦平面轮廓线;
图纸中鞋楦平面轮廓线的获得方法为:
利用扫描仪对图纸进行扫描,获得图纸中的鞋楦平面轮廓线。
实际应用时,样本库中还包括其它任何方式获得的平面轮廓线数据。
具体实施方式十一:本实施方式是对具体实施方式九所述的一种鞋楦平面轮廓线自动生成方法作进一步说明,本实施方式中,利用样本库中的样本训练获得生成器网络和辨别器网络,并采用以下公式对生成器网络和辨别器网络进行训练,获得最优生成器网络G*,
其中,V表示度量函数,G表示生成器网络,D表示辨别器网络,表示G取最小,表示D取最大。
具体实施方式十二:参照图2具体说明本实施方式,本实施方式是对具体实施方式十一所述的一种鞋楦平面轮廓线自动生成方法作进一步说明,本实施方式中,获得最优生成器网络G*的具体方法为:
初始化,使i=1,j=1,计数器计数counter=0,i和j均为整数,
利用随机正态分布对生成器模型的权重参数θg进行赋值,获得初始生成器网络G1,
利用随机正态分布对辨别器模型的权重参数θd进行赋值,获得初始辨别器网络D1;
步骤1:利用随机梯度下降法对第k级生成器网络Gk和第k级辨别器网络Dk至少训练一次,获得第i级辨别器网络Di,且Di能够将样本库中的样本xi辨别为真,k=1,2,3,...,i-1;
步骤2:将随机信号z作为第j级生成器网络Gj的输入数据,获得输出数据G(z);其次将xi输入到Di中,获得输出数据D(xi),利用G(z)和D(xi)训练获得第j+1级生成器网络Gj+1,然后counter=counter+1;
步骤3:将Gj+1输出的结果输入到Di中,判断Di输出结果是否为真,是则执行步骤4;否则使i=i+1,j=j+1,然后返回步骤1;
步骤4:判断counter是否大于50,是则将步骤2获得的Gj+1作为最优生成器网络G*;否则使i=i+1,j=j+1,然后返回步骤1。
本实施方式中,所述生成器模型为现有的模型框架,通过对其参数赋值就能够用于生成所需数据。
具体实施方式十三:本实施方式是对具体实施方式九所述的一种鞋楦平面轮廓线自动生成方法作进一步说明,本实施方式中,利用各个视角下的符合用户风格的鞋楦平面轮廓线,建立鞋楦三维模型数据,获得符合用户风格的鞋楦三维模型数据。
具体实施方式十四:本实施方式是对具体实施方式十二所述的一种鞋楦平面轮廓线自动生成方法作进一步说明,本实施方式中,步骤2中利用下式训练Di:
其中,表示训练过程中的度量函数;m表示样本数;x* i为将随机信号Z输入至Gk中获得的输出样本。
具体实施方式十五:本实施方式是对具体实施方式十二所述的一种鞋楦平面轮廓线自动生成方法作进一步说明,本实施方式中,步骤3中利用下式训练Gj+1:
其中,表示训练过程中的度量函数;m表示样本数。
具体实施例
利用三维扫描设备对已有鞋楦进行扫描,获得已有鞋楦的三维数据和鞋楦平面轮廓线;或者,利用扫描仪对图纸进行扫描,获得图纸中的鞋楦平面轮廓线;以及,利用除前述两种方式外的其它任何方式获得的平面轮廓线数据;利用获得的鞋楦平面轮廓线构建样本库。利用最优化方法(如随机梯度下降法,等)对生成对抗网络进行训练,获得最优生成器网络。用户向最优生成器输入基本的轮廓线条,即可逐一生成鞋楦各种平面轮廓线。
以下是本发明中构成鞋楦的线、面等关键要素的相关术语说明:
统口:鞋楦的顶部表面,属三维曲面,如图3中312所示;
统口轮廓线:统口的外边缘,属三维曲线,见图4中的305所示;
统口展平轮廓线:统口展平面的外边缘,属二维曲线,见图4中306所示;
楦底:鞋楦的底部表面,属三维曲面,见图3中的314所示;
楦底轮廓线:楦底的外边缘,属三维曲线,见图5中307所示;
楦底展平轮廓线:楦底展平面的外边缘,属二维曲线,见图5中的308所示;
楦长面:经过楦尖中心点、楦跟中心点和统口前点的平面与鞋楦的交面,属二维平面,见图6中的303所示;
楦长面轮廓线:楦长面的外边缘,属二维曲线,见图6中的304所示;
楦体截面:垂直于楦长面的平面与鞋楦的交面,属二维平面,见图7中的309所示;
楦体截面轮廓线:楦体截面的外边缘,属二维曲线,见图7中的310所示;
楦体面:除统口和楦底之外的鞋楦表面,属三维曲面,见图3中的316所示;
其中,统口展平轮廓线、楦底展平轮廓线、楦长面轮廓线和楦体截面轮廓线属于鞋楦平面轮廓线。
步骤1:楦长面轮廓线的生成。
图12至图13展示了楦长面轮廓线生成的过程。用户交互界面显示在300中,用户被提示输入以开始程序,在图12中展示了用户通过手绘输入设备输入楦长面轮廓线的某一个片段,用户从方框1所标识的起始点开始手绘,当绘制到方框2所标识的点后,生成器网络208会自动生成提示性轮廓线,提示性轮廓线从方框2所标识的点至方框3所标识的点,如图虚线所示,并同时在智能生成轮廓线选择窗体302中列出数个楦长面轮廓线304a、304b和304c供用户选择,生成的轮廓线304a、304b和304c与用户输入的楦长面轮廓线304具有很好的匹配效果,如果用户手绘到方框2所标识的位置后,认为304a、304b和304c中的某一个符合自己的要求,可以选中其中的一种作为最终的轮廓线;图13中展示了用户进一步输入的效果,当用户输入到方框4所标识的位置后,随着用户输入的轮廓线信息的丰富,生成器网络208会实时更新并智能生成轮廓线选择窗体302中列出轮廓线供用户选择,用户输入的轮廓线为从方框1的起始点到方框4所标识的点,这时鞋楦尖部的形状已被较好描述,于是生成器网络208所生成了数个轮廓线304a、304b和304c,最后用户在其中选择一个最适合的,从而完成楦长面轮廓线的绘制。
步骤2:统口展平轮廓线生成
图14展示了统口展平轮廓线生成的过程,用户交互界面显示在300中,用户被提示输入以开始程序,在图14中展示了用户通过手绘输入设备输入统口展平轮廓线的某一个片段,用户从方框1所标识的起始点开始手绘,当绘制到方框2所标识的点后,生成器网络208会自动生成提示性轮廓线,提示性轮廓线从方框2所标识的点至方框3所标识的点,如图虚线所示,并同时在智能生成轮廓线,选择窗体302中列出数个统口展平轮廓线306a、306b和306c供用户选择,生成的轮廓线306a、306b和306c与用户输入的统口展平轮廓线306具有很好的匹配效果,如果用户手绘到方框2所标识的位置后,认为306a、306b和306c中的某一个符合自己的要求,可以选中其中的一种作为最终的轮廓线。
步骤3:楦底展平轮廓线生成。
图15至图16展示了楦底展平轮廓线生成的过程,用户交互界面显示在300中,用户被提示输入以开始程序,在图15中展示了用户通过手绘输入设备输入楦底展平轮廓线的某一个片段,用户从方框1所标识的起始点开始手绘,当绘制到方框2所标识的点后,生成器网络208会自动生成提示性轮廓线,提示性轮廓线从方框2所标识的点至方框3所标识的点,如图虚线所示,并同时在智能生成轮廓线选择窗体302中列出数个楦底展平轮廓线308a、308b和308c供用户选择,生成的轮廓线308a、308b和308c与用户输入的楦底展平轮廓线308具有很好的匹配效果,如果用户手绘到方框2所标识的位置后,认为308a、308b和308c中的某一个符合自己的要求,可以选中其中的一种作为最终的轮廓线;图16中展示了用户进一步输入的效果,当用户输入到方框4所标识的位置后,随着用户输入的轮廓线信息的丰富,生成器网络208会实时在智能生成轮廓线选择窗体302中列出轮廓线供用户选择,用户输入的轮廓线为从方框1的起始点到方框4所标识的点,这时鞋楦尖部的形状已被较好描述,生成器网络208所生成的轮廓线308a、308b和308c更符合用户的需要,最后用户在其中选择一个最适合的完成楦底轮廓线的绘制。
步骤4:楦体截面轮廓线的生成。
要在鞋楦的特定位置W生成楦体截面轮廓线,由于已有的楦长面轮廓线,统口展平轮廓线,楦底展平轮廓线之间的相互位置关系,因此楦体截面轮廓线的生成必须遵循上述轮廓线之间的几何约束,其几何约束关系如图17所示:要生成W位置的楦体截面轮廓线,鉴于已有的统口宽度d1,楦底宽度d2,楦长面高度h等位置约束,因此楦体截面轮廓线中的K、L、M、N四个点的位置皆为固定值而无需生成,生成器仅需生成楦体截面轮廓线的Li边,Ri边及arc边。
图18至图19展示了楦体截面轮廓线生成的过程,用户交互界面显示在300中,用户被提示输入以开始程序,用户可以根据需要生成任意多个楦体截面轮廓线。在图19中的3D视图中用4个截面为例,分别用方框1、方框2、方框3和方框4描述其位置,具体以方框2描述的截面位置进行楦体截面轮廓线生成的描述,在图18中展示了用户通过手绘输入设备输入楦体截面轮廓线的某一个片段,用户从方框1所标识的起始点开始手绘,当绘制到方框2所标识的点后,生成器网络208会自动生成提示性轮廓线,提示性轮廓线从方框2所标识的点至方框3所标识的点,如图虚线所示,并同时在智能生成轮廓线选择窗体302中列出数个楦体截面轮廓线310a、310b和310c供用户选择,生成的轮廓线310a、310b和310c与用户输入的楦底展平轮廓线310具有很好的匹配效果,如果用户手绘到方框2所标识的位置后,认为310a、310b和310c中的某一个符合自己的要求,可以选中其中的一种作为最终的轮廓线。
Claims (10)
1.一种鞋楦平面轮廓线自动生成装置,其特征在于,平面轮廓线输入设备(100)、训练数据输入设备(101)、处理器(103)、平面显示装置(104)、用户操作输入装置(105)、存储系统(106)和三维显示装置(107);
平面轮廓线输入设备(100)的轮廓线输出端连接处理器(103)的轮廓线输入端,平面轮廓线输入设备(100)用于采集用户绘制的鞋楦平面轮廓线,
训练数据输入设备(101)的训练数据输出端连接处理器(103)的训练数据输入端,训练数据为已有的鞋楦平面轮廓线,
用户操作输入装置(105)的操作信号输出端连接处理器(103)的操作信号输入端,操作信号包括:参数选择信号和区域选择信号,
处理器(103)的平面图像输出端连接平面显示装置(104)的平面图像输入端,平面显示装置(104)用于显示生成的鞋楦平面轮廓线,
处理器(103)的三维模型输出端连接三维显示装置(107)的三维模型输入端,三维显示装置(107)用于显示生成的鞋楦三维模型,
处理器(103)的存储信号输入输出端连接存储系统(106)的输入输出端,存储信号包括:训练数据和生成的鞋楦平面轮廓线,
处理器(103)用于根据已有的鞋楦平面轮廓线训练生成器网络,并将用户绘制的鞋楦平面轮廓线输入至生成器网络中,生成鞋楦平面轮廓线。
2.根据权利要求1所述的一种鞋楦平面轮廓线自动生成装置,其特征在于,平面轮廓线输入设备(100)为手绘板或触控屏。
3.根据权利要求1所述的一种鞋楦平面轮廓线自动生成装置,其特征在于,训练数据输入设备(101)三维扫描设备或扫描仪。
4.一种鞋楦平面轮廓线自动生成方法,其特征在于,利用已有鞋楦或图纸中的鞋楦平面轮廓线建立样本库,
利用随机梯度下降法和样本库中的样本对生成器网络进行训练,获得最优生成器网络,
采集用户绘制的部分鞋楦平面轮廓线,并将该鞋楦平面轮廓线输入到最优生成器网络中,获得符合用户风格的鞋楦平面轮廓线。
5.根据权利要求4所述的一种鞋楦平面轮廓线自动生成方法,其特征在于,利用各个视角下的符合用户风格的鞋楦平面轮廓线,建立鞋楦三维模型,获得符合用户风格的鞋楦三维模型。
6.根据权利要求4所述的一种鞋楦平面轮廓线自动生成方法,其特征在于,
样本库中包括已有鞋楦的鞋楦平面轮廓线和图纸中的鞋楦平面轮廓线;
已有鞋楦的鞋楦平面轮廓线的获得方法为:
利用三维扫描设备对已有鞋楦进行扫描,获得已有鞋楦的三维图像,对三维图像分别进行侧视投影、俯视投影和正视投影,获得已有鞋楦三种视角下的鞋楦平面轮廓线;
图纸中鞋楦平面轮廓线的获得方法为:
利用扫描仪对图纸进行扫描,获得图纸中的鞋楦平面轮廓线。
7.根据权利要求4所述的一种鞋楦平面轮廓线自动生成方法,其特征在于,利用样本库中的样本训练获得生成器网络和辨别器网络,并采用以下公式对生成器网络和辨别器网络进行训练,获得最优生成器网络G*,
<mrow>
<msup>
<mi>G</mi>
<mo>*</mo>
</msup>
<mo>=</mo>
<mi>arg</mi>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mi>G</mi>
</munder>
<munder>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mi>D</mi>
</munder>
<mi>V</mi>
<mrow>
<mo>(</mo>
<mi>G</mi>
<mo>,</mo>
<mi>D</mi>
<mo>)</mo>
</mrow>
</mrow>
其中,V表示度量函数,G表示生成器网络,D表示辨别器网络,表示G取最小,表示D取最大。
8.根据权利要求7所述的一种鞋楦平面轮廓线自动生成方法,其特征在于,获得最优生成器网络G*的具体方法为:
初始化,使i=1,j=1,计数器计数counter=0,i和j均为整数,
利用随机正态分布对生成器模型的权重参数θg进行赋值,获得初始生成器网络G1,
利用随机正态分布对辨别器模型的权重参数θd进行赋值,获得初始辨别器网络D1;
步骤1:利用随机梯度下降法对第k级生成器网络Gk和第k级辨别器网络Dk至少训练一次,获得第i级辨别器网络Di,且Di能够将样本库中的样本xi辨别为真,k=1,2,3,...,i-1;
步骤2:将随机信号z作为第j级生成器网络Gj的输入数据,获得输出数据G(z);其次将xi输入到Di中,获得输出数据D(xi),利用G(z)和D(xi)训练获得第j+1级生成器网络Gj+1,然后counter=counter+1;
步骤3:将Gj+1输出的结果输入到Di中,判断Di输出结果是否为真,是则执行步骤4;否则使i=i+1,j=j+1,然后返回步骤1;
步骤4:判断counter是否大于50,是则将步骤2获得的Gj+1作为最优生成器网络G*;否则使i=i+1,j=j+1,然后返回步骤1。
9.根据权利要求8所述的一种鞋楦平面轮廓线自动生成方法,其特征在于,步骤2中利用下式训练Di:
<mrow>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>m</mi>
</mfrac>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<mi>log</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mi>m</mi>
</mfrac>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>D</mi>
<mo>(</mo>
<mrow>
<msup>
<msub>
<mi>x</mi>
<mo>*</mo>
</msub>
<mi>i</mi>
</msup>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
其中,表示训练过程中的度量函数;m表示样本数;x* i为将随机信号Z输入至Gk中获得的输出样本。
10.根据权利要求8所述的一种鞋楦平面轮廓线自动生成方法,其特征在于,步骤3中利用下式训练Gj+1:
<mrow>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>m</mi>
</mfrac>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<mi>log</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>x</mi>
<mi>i</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mi>m</mi>
</mfrac>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>D</mi>
<mo>(</mo>
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
其中,表示训练过程中的度量函数;m表示样本数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810091540.3A CN108062782A (zh) | 2018-01-30 | 2018-01-30 | 一种鞋楦平面轮廓线自动生成装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810091540.3A CN108062782A (zh) | 2018-01-30 | 2018-01-30 | 一种鞋楦平面轮廓线自动生成装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108062782A true CN108062782A (zh) | 2018-05-22 |
Family
ID=62134446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810091540.3A Pending CN108062782A (zh) | 2018-01-30 | 2018-01-30 | 一种鞋楦平面轮廓线自动生成装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108062782A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785400A (zh) * | 2018-11-20 | 2019-05-21 | 广东智媒云图科技股份有限公司 | 一种剪影图像制作方法、装置、电子设备及存储介质 |
CN112347288A (zh) * | 2020-11-10 | 2021-02-09 | 北京北大方正电子有限公司 | 一种字图的矢量化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0019459A1 (en) * | 1979-05-14 | 1980-11-26 | Clarks Limited | Method and apparatus for the design and manufacture of footwear |
CN201349600Y (zh) * | 2007-09-14 | 2009-11-25 | 耐克国际有限公司 | 用于生成三维设计鞋楦的系统 |
CN101855637A (zh) * | 2007-09-18 | 2010-10-06 | 马加里有限责任公司 | 计算用于定制鞋的鞋楦的几何形状的方法 |
CN105513111A (zh) * | 2015-09-15 | 2016-04-20 | 浙江大学 | 一种基于图像轮廓自动贴合的草图式三维造型方法 |
CN107330956A (zh) * | 2017-07-03 | 2017-11-07 | 广东工业大学 | 一种漫画手绘图无监督上色方法及装置 |
CN107368752A (zh) * | 2017-07-25 | 2017-11-21 | 北京工商大学 | 一种基于生成式对抗网络的深度差分隐私保护方法 |
-
2018
- 2018-01-30 CN CN201810091540.3A patent/CN108062782A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0019459A1 (en) * | 1979-05-14 | 1980-11-26 | Clarks Limited | Method and apparatus for the design and manufacture of footwear |
CN201349600Y (zh) * | 2007-09-14 | 2009-11-25 | 耐克国际有限公司 | 用于生成三维设计鞋楦的系统 |
CN101855637A (zh) * | 2007-09-18 | 2010-10-06 | 马加里有限责任公司 | 计算用于定制鞋的鞋楦的几何形状的方法 |
CN105513111A (zh) * | 2015-09-15 | 2016-04-20 | 浙江大学 | 一种基于图像轮廓自动贴合的草图式三维造型方法 |
CN107330956A (zh) * | 2017-07-03 | 2017-11-07 | 广东工业大学 | 一种漫画手绘图无监督上色方法及装置 |
CN107368752A (zh) * | 2017-07-25 | 2017-11-21 | 北京工商大学 | 一种基于生成式对抗网络的深度差分隐私保护方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785400A (zh) * | 2018-11-20 | 2019-05-21 | 广东智媒云图科技股份有限公司 | 一种剪影图像制作方法、装置、电子设备及存储介质 |
CN109785400B (zh) * | 2018-11-20 | 2023-08-04 | 广东智媒云图科技股份有限公司 | 一种剪影图像制作方法、装置、电子设备及存储介质 |
CN112347288A (zh) * | 2020-11-10 | 2021-02-09 | 北京北大方正电子有限公司 | 一种字图的矢量化方法 |
CN112347288B (zh) * | 2020-11-10 | 2024-02-20 | 北京北大方正电子有限公司 | 一种字图的矢量化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103606190B (zh) | 单张人脸正面照片自动转换为三维人脸模型的方法 | |
CN101853523B (zh) | 一种采用草图创建三维人脸模型的方法 | |
CN105931298B (zh) | 一种基于视觉显著性的浅浮雕位置自动选择方法 | |
CN101017575B (zh) | 基于人体部件模板和体形轮廓的三维虚拟人体自动生成方法 | |
CN106650654B (zh) | 一种基于人体头部彩色点云模型的三维发际线提取方法 | |
CN103310481B (zh) | 一种基于模糊熵迭代的点云精简方法 | |
CN105913416A (zh) | 一种自动分割三维人脸模型区域的方法 | |
CN106447713A (zh) | 基于点云人体模型的自动测量方法及装置 | |
CN106067190A (zh) | 一种基于单幅图像的快速人脸三维模型生成和变换方法 | |
CN105678747B (zh) | 一种基于主曲率的牙齿网格模型自动分割方法 | |
CN102184008A (zh) | 互动投影系统及方法 | |
US20080246765A1 (en) | Method and apparatus for constraint-based texture generation | |
CN105006016A (zh) | 一种贝叶斯网络约束的部件级三维模型构建方法 | |
CN108062782A (zh) | 一种鞋楦平面轮廓线自动生成装置及方法 | |
CN104143209B (zh) | 基于线画图案的三维模型雕刻方法 | |
CN108733911A (zh) | 基于三维数字模型的建筑铝模板施工编码设计方法 | |
CN110782528A (zh) | 自由形变的人脸整形模拟方法、系统及存储介质 | |
CN108564619A (zh) | 一种基于两张照片的真实感三维人脸重建方法 | |
CN110148201A (zh) | 一种超高精度的织物实时渲染方法 | |
CN110838172A (zh) | 基于三维虚拟成像的室内设计系统 | |
CN111859490A (zh) | 一种用于轮胎胎侧字体的参数化排列方法 | |
CN103226846A (zh) | 一种基于手绘线条的三维雕刻方法 | |
TW201123074A (en) | Facial animation system and production method | |
JP2000090272A (ja) | 靴の選定方法 | |
CN107845140A (zh) | 一种三维建模方法及三维模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180522 |