CN111680201B - 服装潮流趋势样品展示板的制作方法及其潮流趋势册 - Google Patents
服装潮流趋势样品展示板的制作方法及其潮流趋势册 Download PDFInfo
- Publication number
- CN111680201B CN111680201B CN201911413851.8A CN201911413851A CN111680201B CN 111680201 B CN111680201 B CN 111680201B CN 201911413851 A CN201911413851 A CN 201911413851A CN 111680201 B CN111680201 B CN 111680201B
- Authority
- CN
- China
- Prior art keywords
- display board
- trend
- clothing
- color
- style
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 33
- 239000004744 fabric Substances 0.000 claims abstract description 65
- 239000000463 material Substances 0.000 claims abstract description 50
- 238000013461 design Methods 0.000 claims abstract description 30
- 239000003086 colorant Substances 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 17
- 239000000284 extract Substances 0.000 claims abstract description 5
- 230000001932 seasonal effect Effects 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 241001465754 Metazoa Species 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- -1 styles Substances 0.000 claims description 2
- 238000005034 decoration Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000002520 smart material Substances 0.000 description 2
- 206010049290 Feminisation acquired Diseases 0.000 description 1
- 208000034793 Feminization Diseases 0.000 description 1
- 241000576418 Jasminum nudiflorum Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09F—DISPLAYING; ADVERTISING; SIGNS; LABELS OR NAME-PLATES; SEALS
- G09F7/00—Signs, name or number plates, letters, numerals, or symbols; Panels or boards
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Outerwear In General, And Traditional Japanese Garments (AREA)
- Details Of Garments (AREA)
Abstract
本发明涉及服装流行趋势预测技术领域内用于服装潮流趋势样品展示板的制作方法,包括S1,建立潮流服装样本库;S2,提取潮流趋势元素;S3,制作主题展示板;S4,制作款式风格展示板;S5,制备样品展示板。本发明通过网络数据以及相关软件的辅助,将影响服装潮流的元素进行提取并转化为与色彩、面料、款式等相关的展示板,可大幅提升中小企业面临的设计短板问题,同时为设计师提供了良好的素材。
Description
技术领域
本发明涉及服装流行趋势预测技术领域,具体地,涉及一种服装潮流趋势样品展示板的制作方法及其潮流趋势册。
背景技术
服装流行趋势册研发,是在人们对服装消费趋向个性、时尚的情况下,为适应成衣生产国际化、服装企业为了发展生产来引导消费而产生的。
服装流行趋势册研发,它是一种对种种流行现象和流行元素的收集和罗列,是由服装设计师们运用CoreLDRAW和PS软件,经过缜密的思考,细心的筛选组合以及精心的创作,向人们预测下一季节服装即将流行的主题、色彩、面料、花纹、时装外形、设计样式、类别、搭配及着装方式等具体内容的一个提案。一本好的服装流行趋势册,犹如一位好的设计师,可以为企业带来很多有价值的参考信息,从而为企业带来更加丰厚的利润,从而使企业成为流行的弄潮儿,在服装行业中立于不败地位。
如何能借助科技的手段让服装的设计变得简单易行,以此提高中小服装企业在服装设计方面的能力,是当前本领域技术人员亟待解决的技术问题。
经现有技术检索,中国发明专利号为CN201810681995.0,发明名称为一种融合视觉和非视觉特征的服装流行趋势预测系统,包括服装图像数据制作模块,用于制作服装图像数据集,并对服装图像数据进行预处理;图像前景提取模块,用于获取前景图像;服装图像自动标注模块,基于深度神经网络的服装自动标注方法得到标注系统的模型;服装流行趋势预测模块将服装图像作为模型的输入得到标签,利用流行度评价方法得到当前的流行趋势。该发明虽借助于科技,但由于操作复杂,无法推广使用。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种服装潮流趋势样品展示板的制作方法及其潮流趋势册。
根据本发明提供的一种服装潮流趋势样品展示板的制作方法,包括如下步骤:
S1,建立潮流趋势服装样本库:通过线上抓取软件,获取潮流趋势服装样本库;
S2,提取潮流趋势元素:通过图片识别软件,以所述步骤S1中的潮流趋势服装样本库为目标,通过图片识别技术提取潮流趋势元素;
S3,制作主题展示板:根据主题类别选取所述步骤S2中提取出的潮流趋势元素,结合季节性自然元素以及国家流行元素制作展示板,所述展示板包括灵感源展示板、色彩搭配展示板、面料材质展示板;
S4,制作款式风格展示板:选取同一主题下的所述灵感源展示板、所述色彩搭配展示板以及所述面料材质展示板, 通过PHOTOSHOP软件制作款式风格展示板;
S5,制备样品展示板:将所述灵感源展示板、所述色彩搭配展示板、所述面料材质展示板以及所述款式风格展示板置于同一展示板中,组成同一主题的样品展示板。
一些实施方式中,所述步骤S1中是通过用PYTHON编写爬虫代码形成的爬虫软件从各线上平台抓取销量前100名的服装样品。
一些实施方式中,所述步骤S2中通过图片识别软件提取出的潮流趋势元素包括色彩、款式、面料、图案、搭配以及风格。
一些实施方式中,所述图片识别软件是基于深度学习理论,包括四层架构,分别为接口层、SaaS服务接入层、公共设施层和数据层,所述接口层是对互联网数据进行处理,所述SaaS 服务接入层根据需求对数据进行各种纬度的处理,所述公共设施层是利用人工智能机器学习技术完成数据的识别分析。
一些实施方式中,所述步骤S3中所述季节性自然元素包括风景、植物以及动物,所述国家流行元素包括环保元素。
一些实施方式中,所述步骤S3中将所述潮流趋势元素、所述季节性自然元素以及所述国家流行元素通过罗列、剪贴、扭曲以及重叠的方式制作成所述灵感源展示板与所述色彩搭配展示板。
一些实施方式中,所述灵感源展示板包括所述潮流趋势元素、所述季节性自然元素以及所述国家流行元素,所述潮流趋势元素、所述季节性自然元素以及所述国家流行元素的图片大小不一,同时中间图片排列密集。
一些实施方式中,所述步骤S3中所述面料材质展示板是通过提取灵感素材图片中的肌理、颜色以及外观元素,并对提取的元素运用PHOTOSHOP软件进行色相、明度以及纯度的处理与调整后,通过选用不同颜色和经纬的纱线编织出的面料小样。
一些实施方式中,所述色彩搭配展示板包括由所述潮流趋势元素中提取的颜色组成的色组以及色组间形成的搭配组合。
一种服装潮流趋势册,采用上述的所述服装潮流趋势样品展示板的制作方法,包括灵感源展示板、款式风格展示板、色彩搭配展示板和面料材质展示板;
所述灵感源展示板内包括主题名称、色组、素材以及灵感来源的设计说明,其中所述色组的颜色来源于图片素材中的主要色系,所述素材包括人物、风景以及视频,所述灵感源展示板的排版其中间区域图片的集中度大于两侧,并且图片体积不等;
所述款式风格展示板内包括主题名称、成衣图片以及风格陈述,所述成衣图片来源于调研筛选出的竞品,所述风格陈述内容包括款式单品、款式搭配、款式的细节以及款式的表现形式;
所述色彩搭配展示板包括主题名称、色组以及色组搭配方案,所述色组搭配方案包括上衣与下衣2种搭配的排列组合和上衣、内衣以及下衣3种色组搭配的排列组合;
所述面料材质展示板内包括主题名称、面料组、面料细节描述、结构,所述结构包括产品品类、款式数量以及具体时间计划。
与现有技术相比,本发明具有如下的有益效果:
1、本发明通过网络数据以及相关软件的辅助,将影响服装潮流的元素进行提取并转化为与色彩、面料、款式等相关的展示板,可大幅提升中小企业面临的设计短板问题,同时为设计师提供了良好的素材。
2、本发明灵感源展示板使用罗列、剪贴、扭曲、重叠等 手段来解构、转化、重构视觉材料,并取大小形状不同的图片以及图片排列呈现中密集型,提高了对图片观察的跳跃性,增大对比敏感度,提高设计师或造型师获得灵感的机率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明步骤流程图;
图2为本发明中面料展示板中面料小样制作过程示意图;
图3为本发明中一类灵感源展示板示例图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
一种服装潮流趋势样品展示板的制作方法,包括如下步骤:
S1,建立潮流趋势服装样本库:通过线上抓取软件,获取潮流趋势服装样本库;
S2,提取潮流趋势元素:通过图片识别软件,以所述步骤S1中的潮流趋势服装样本库为目标,通过图片识别技术提取潮流趋势元素;
S3,制作主题展示板:根据主题类别选取所述步骤S2中提取出的潮流趋势元素,结合季节性自然元素以及国家流行元素制作展示板,所述展示板包括灵感源展示板、色彩搭配展示板、面料材质展示板;
S4,制作款式风格展示板:选取同一主题下的所述灵感源展示板、所述色彩搭配展示板以及所述面料材质展示板, 通过PHOTOSHOP软件制作款式风格展示板;
S5,制备样品展示板:将所述灵感源展示板、所述色彩搭配展示板、所述面料材质展示板以及所述款式风格展示板置于同一展示板中,组成同一主题的样品展示板。
所述步骤S1中是通过用PYTHON编写爬虫代码形成的爬虫软件从各线上平台抓取销量前100名的服装样品。线上平台包括天猫、淘宝、京东、拼多多、云集以及各网络直播等平台,通过爬虫软件在上述每个独立的平台上抓取每月销量前100名的服装样品,形成样本库。
所述图片识别软件是基于深度学习理论,包括四层架构,分别为接口层、SaaS服务接入层、公共设施层和数据层,所述接口层是对互联网数据进行处理,所述SaaS 服务接入层根据需求对数据进行各种纬度的处理,所述公共设施层是利用人工智能机器学习技术完成数据的识别分析。
运用图像识别领域最新的卷积神经网络和长短时记忆模型相结合的深度学习框架、图形处理器 GPU(Graphics Processing Unit)与 CUDA(Compute Unified DeviceArchitecture)相结合的训练与识别框架,能够让错判率和漏报率大幅降低,具有准确度高、识别全面以及效率高的特性。
所述步骤S2中通过图片识别软件提取出的潮流趋势元素包括款式、面料、色彩、图案、搭配以及风格。
款式元素即服装具体的组合形式。包括衣领、门襟、袖子等方面的具体形状和组合方式,其款式元素中包括服装最有特色、最能引人注意的部位。
面料要素即服装构成的表面材料,其主要包括织物风格特征。随着现代纺织高新技术的飞速发展,新型的服装面料不断问世,常用的服装面料也不断更新换代。准确地说服装的每一次流行,都常常伴随着新型面料的出现,都离不开面料在其中的推波助澜。对面料的把握,除了要注意面料的物理机械性能之外,还要注意面料的织物风格特征。
色彩元素即服装中的流行色的使用,既要从国际国内流行色中获取信息,又要结合产品销售地区的地域和民族特性, 同时还要十分关注流行色与常用色的搭配和使用状况。必要时,进行几次流行色的视觉感受或消费对象色彩偏爱的抽样调查,可以为色彩的设计提供科学的依据。
图案元素一方面是指服装面料原有的纹理或图形,另一方面是指服装设计师按照设计的需要,添加在服装表面的装饰图形。图案常常具有装饰美化、充实内容的作用,能增添服装的情趣品味和文化内涵,有时还会提高服装的档次。 服装图案的装饰部位、风格特征、装饰手法十分多样,具有很强的流行性和与服装风格、情调相统一的表现特点。例如,中式服装流行就会出现传统纹样; 而现代服装盛行会出现现代图形。
搭配要素即服装与服装、服装与服饰品之间的穿着组合方式。同样的服装与不同的服装、不同的服饰品组合在一起,其外观效果就会大不相同。尤其是内衣外穿、外翻、外露等穿着方式,以及不同质感面料、不同造型、不同风格服装的组合应该格外引起注意。
风格要素即服装所表现的思想特点和艺术特点。每件服装都有自己的与众不同的风格特征,有的硬朗、现代; 有的飘逸、优雅; 有的恬静、素朴等。总的说来,服装的风格基本有前卫风格、古典风格、乡村风格、都市风格、女性化风格、男性化风格、优雅风格、休闲风格8种类型。这8种服装风格,基本是两个一组两两相对的。这既表明了服装风格的多元化、相对化,也便于设计师的分类把握和设计定位。
所述步骤S3中所述季节性自然元素包括风景、植物以及动物,所述国家流行元素包括环保元素。其中风景、植物以及动物元素均与相应的季节相适配,例如春天以象征生机勃勃的春芽、迎春花等为主色调进行取景,国家流行元素以当前倡导的环保元素为主,主要涉及可再生材料、可循环利用材料、绿水青山类元素为主。
所述步骤S3中将所述潮流趋势元素、所述季节性自然元素以及所述国家流行元素通过罗列、剪贴、扭曲以及重叠的方式制作成所述灵感源展示板与所述色彩搭配展示板。在服装设计图册的应用中,使用罗列、剪贴、扭曲、重叠等手段来解构、转化、重构视觉材料形成灵感源展示板,通过不断推演,依靠灵感源展示板进行灵感元素的有效分析,最终得到一个或多个造型元素。
如图3所示,所述灵感源展示板包括所述潮流趋势元素、所述季节性自然元素以及所述国家流行元素,所述潮流趋势元素、所述季节性自然元素以及所述国家流行元素的图片大小不一,同时中间图片排列密集。取大小不同的图片以及排列呈现中密集型,主要基于当人观察一个静止影像时,眼球不会静止一处, 通常停留在一处几百毫秒完成取像后,移到别处取像,另一处的图像大小以及密集度均不同,可增加对图片观察的跳跃性,研究表明跳跃性运动可以增大对比敏感度,提高设计设或造型师获得灵感的机率。
如图2所示,所述步骤S3中所述面料材质展示板是通过提取灵感素材图片中的肌理、颜色以及外观元素,并对提取的元素运用PHOTOSHOP软件进行色相、明度以及纯度的处理与调整后,通过选用不同颜色和经纬的纱线编织出的面料小样。
根据主题寻找一个系列面料灵感素材图片,提取灵感素材图片的肌理、颜色及外观,图片运用PS进行色相、明度、纯度调整到符合系列主题的最佳程度。用不同颜色和经纬的纱线编织出每份8CM×8CM面料小样,一个系列面料小样代表该季度系列面料风格。例如,选择生命和自然界的系列图片中的一个元素图片3-2,画出组织设计意匠图如图3-3,织出面料小样3-4。
所述色彩搭配展示板包括由所述潮流趋势元素中提取的颜色组成的色组以及色组间形成的搭配组合。
实施例2
一种服装潮流趋势册,采用实施例1中的方法制作的灵感源展示板、款式风格展示板、色彩搭配展示板和面料材质展示板;
所述灵感源展示板内包括主题名称、色组、素材以及灵感来源的设计说明,其中所述色组的颜色来源于图片素材中的主要色系,所述素材包括人物、风景以及视频,所述灵感源展示板的排版其中间区域图片的集中度大于两侧,并且图片体积不等;
所述款式风格展示板内包括主题名称、成衣图片以及风格陈述,所述成衣图片来源于调研筛选出的竞品,所述风格陈述内容包括款式单品、款式搭配、款式的细节以及款式的表现形式;
所述色彩搭配展示板包括主题名称、色组以及色组搭配方案,所述色组搭配方案包括上衣与下衣2种搭配的排列组合和上衣、内衣以及下衣3种色组搭配的排列组合;
所述面料材质展示板内包括主题名称、面料组、面料细节描述、结构,所述结构包括产品品类、款式数量以及具体时间计划。
其制作服装潮流趋势册的步骤如下:
首先进行产品主题确定,通过爬虫软件以及图片识别软件提取流行素材,结合国家流行元素,运用PHOTOSHOP软件完成下一年某一季度灵感源展示板、款式风格展示板、色彩搭配展示板和面料材质展示板。灵感源展示板是下一年设计产品的灵感来源,如图3所示,设计师按照该方向进行设计,款式风格主题看板是下一年设计产品款式风格的展示,色彩搭配主题看板是下一年设计产品两套色或多套色的搭配形式,面料材质主题看板是下一年设计产品的面料设计,这些构成一套完整的设计方案。
下面以经典贵族为产品主题详述服装潮流趋势册的制作:
灵感源展示板结构:名称+色组(注意色组的布局在名称和素材之间,其颜色来源于图片素材中的主要色系)+素材(人物,风景,视频,能够涉及进行设计构思的图片,这些素材应该形成一个系列,能够体现主题;注意不应该有具体的成衣出现;排版的要求必须要中间的图片较为集中,两边的图片较为松弛;照片有大有小;来体现主题;)+灵感来源的设计说明(用文字进行表现,主要包括设计的灵感,大致的风格表现,具体细节的陈述等内容);
款式风格展示板结构:名称+成衣照片(来源市场调研筛选出的下一年度竞品牌的相关成衣,让企业人员能明确下一年度我们要开发的风格走向,作为设计指导)+风格陈述(内容包括款式单品,款式的搭配,款式的细节,款式的表现形式);
色彩搭配展示板结构:名称+色组(本色组的套色和灵感源展示板结构中的色组相同,注意色彩进行横排)+色搭配方案1(上述色组进行竖排)+色搭配方案2(包括2配色搭配,具体而言是上衣和下衣;还包括3配色搭配,具体是上衣,内搭,下衣的颜色);(注意搭配方案的要求是紧扣潮流,体现下一年的流行色)。
面料设计展示板结构;名称+面料组(按照风格进行下一年度的流程的面料搭配分成系列)+细节描述(把握下一年服装细节的表现元素)+结构(完成下一年度样衣从设计到成衣,包括款式数量和具体时间安排,包括该企业在下一年度的产品品类,如POLO等,以便设计师在下一年设计的时候有设计方向和设计总量,已备代理商和加盟商进行服装的挑选;)
其中,面料组织设计是根据主题寻找一个系列面料灵感素材图片,提取灵感素材图片的肌理、颜色及外观,图片运用PS进行色相、明度、纯度调整到符合系列主题的最佳程度。用不同颜色和经纬的纱线编织出每份8CM×8CM面料小样,一个系列面料小样代表该季度系列面料风格。如图2所示,选择生命和自然界的系列图片中选择图片后,画出组织设计意匠图,最终织出面料小样。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
Claims (7)
1.一种服装潮流趋势样品展示板的制作方法,其特征在于,包括如下步骤:
S1,建立潮流趋势服装样本库:通过线上抓取软件,获取潮流趋势服装样本库;
S2,提取潮流趋势元素:通过图片识别软件,以所述步骤S1中的潮流趋势服装样本库为目标,通过图片识别技术提取潮流趋势元素;
S3,制作主题展示板:根据主题类别选取所述步骤S2中提取出的潮流趋势元素,结合季节性自然元素以及国家流行元素制作展示板,所述展示板包括灵感源展示板、色彩搭配展示板、面料材质展示板;
所述灵感源展示板包括所述潮流趋势元素、所述季节性自然元素以及所述国家流行元素,所述潮流趋势元素、所述季节性自然元素以及所述国家流行元素的图片大小不一,同时中间图片排列密集;
所述灵感源展示板内包括主题名称、色组、素材以及灵感来源的设计说明,其中所述色组的颜色来源于图片素材中的主要色系,所述素材包括人物、风景以及视频;
S4,制作款式风格展示板:选取同一主题下的所述灵感源展示板、所述色彩搭配展示板以及所述面料材质展示板,通过PHOTOSHOP软件制作款式风格展示板,所述款式风格展示板的结构为名称、成衣照片以及风格陈述,所述成衣照片来源于市场调研筛选出的下一年度竞品牌的相关成衣;
S5,制备样品展示板:将所述灵感源展示板、所述色彩搭配展示板、所述面料材质展示板以及所述款式风格展示板置于同一展示板中,组成同一主题的样品展示板;
所述步骤S3中所述面料材质展示板是根据主题寻找一个系列面料灵感素材图片,通过提取灵感素材图片中的肌理、颜色以及外观元素,并对提取的元素运用PHOTOSHOP软件进行色相、明度以及纯度的处理与调整后,通过选用不同颜色和经纬的纱线编织出的面料小样;
所述色彩搭配展示板包括由所述潮流趋势元素中提取的颜色组成的色组以及色组间形成的搭配组合。
2.根据权利要求1所述服装潮流趋势样品展示板的制作方法,其特征在于,所述步骤S1中是通过用PYTHON编写爬虫代码形成的爬虫软件从各线上平台抓取销量前100名的服装样品。
3.根据权利要求1所述服装潮流趋势样品展示板的制作方法,其特征在于,所述步骤S2中通过图片识别软件提取出的潮流趋势元素包括色彩、款式、面料、图案、搭配以及风格。
4.根据权利要求3所述服装潮流趋势样品展示板的制作方法,其特征在于,所述图片识别软件是基于深度学习理论,包括四层架构,分别为接口层、SaaS服务接入层、公共设施层和数据层,所述接口层是对互联网数据进行处理,所述SaaS服务接入层根据需求对数据进行各种纬度的处理,所述公共设施层是利用人工智能机器学习技术完成数据的识别分析。
5.根据权利要求1所述服装潮流趋势样品展示板的制作方法,其特征在于,所述步骤S3中所述季节性自然元素包括风景、植物以及动物,所述国家流行元素包括环保元素。
6.根据权利要求1所述服装潮流趋势样品展示板的制作方法,其特征在于,所述步骤S3中将所述潮流趋势元素、所述季节性自然元素以及所述国家流行元素通过罗列、剪贴、扭曲以及重叠的方式制作成所述灵感源展示板与所述色彩搭配展示板。
7.一种服装潮流趋势册,其特征在于,包括如权利要求1-6任一所述的服装潮流趋势样品展示板的制作方法制作的灵感源展示板、款式风格展示板、色彩搭配展示板和面料材质展示板;
所述灵感源展示板内包括主题名称、色组、素材以及灵感来源的设计说明,其中所述色组的颜色来源于图片素材中的主要色系,所述素材包括人物、风景以及视频,所述灵感源展示板的排版其中间区域图片的集中度大于两侧,并且图片体积不等;
所述款式风格展示板内包括主题名称、成衣图片以及风格陈述,所述成衣图片来源于调研筛选出的竞品,所述风格陈述内容包括款式单品、款式搭配、款式的细节以及款式的表现形式;
所述色彩搭配展示板包括主题名称、色组以及色组搭配方案,所述色组搭配方案包括上衣与下衣2种搭配的排列组合和上衣、内衣以及下衣3种色组搭配的排列组合;
所述面料材质展示板内包括主题名称、面料组、面料细节描述、结构,所述结构包括产品品类、款式数量以及具体时间计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911413851.8A CN111680201B (zh) | 2019-12-31 | 2019-12-31 | 服装潮流趋势样品展示板的制作方法及其潮流趋势册 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911413851.8A CN111680201B (zh) | 2019-12-31 | 2019-12-31 | 服装潮流趋势样品展示板的制作方法及其潮流趋势册 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111680201A CN111680201A (zh) | 2020-09-18 |
CN111680201B true CN111680201B (zh) | 2023-12-22 |
Family
ID=72433149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911413851.8A Active CN111680201B (zh) | 2019-12-31 | 2019-12-31 | 服装潮流趋势样品展示板的制作方法及其潮流趋势册 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680201B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113284216B (zh) * | 2021-04-22 | 2024-05-28 | 广东工业大学 | 一种家具造型设计热点可视化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100005960A (ko) * | 2008-07-08 | 2010-01-18 | (주)인덱스미디어 | 패션 정보 제공 시스템 |
CN102381074A (zh) * | 2011-06-18 | 2012-03-21 | 江南大学 | 一种用于针织服装设计、组织设计、色彩流行预测的方法 |
CN105787490A (zh) * | 2016-03-24 | 2016-07-20 | 南京新与力文化传播有限公司 | 基于深度学习的商品潮流识别方法及装置 |
CN108875220A (zh) * | 2018-06-21 | 2018-11-23 | 湖北道祺服饰有限公司 | 一种服装设计系统 |
CN109272011A (zh) * | 2018-07-31 | 2019-01-25 | 东华大学 | 面向服装图像分类的多任务深度表示学习方法 |
WO2019096174A1 (zh) * | 2017-11-14 | 2019-05-23 | 深圳码隆科技有限公司 | 人物图像服装颜色识别方法、装置及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170186066A1 (en) * | 2015-12-29 | 2017-06-29 | Susan Kaplan BRUCH | System and Method of Searching Style and Fashion |
US20180349978A1 (en) * | 2017-06-01 | 2018-12-06 | The Gillette Company Llc | Method for providing a customized product recommendation |
-
2019
- 2019-12-31 CN CN201911413851.8A patent/CN111680201B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100005960A (ko) * | 2008-07-08 | 2010-01-18 | (주)인덱스미디어 | 패션 정보 제공 시스템 |
CN102381074A (zh) * | 2011-06-18 | 2012-03-21 | 江南大学 | 一种用于针织服装设计、组织设计、色彩流行预测的方法 |
CN105787490A (zh) * | 2016-03-24 | 2016-07-20 | 南京新与力文化传播有限公司 | 基于深度学习的商品潮流识别方法及装置 |
WO2019096174A1 (zh) * | 2017-11-14 | 2019-05-23 | 深圳码隆科技有限公司 | 人物图像服装颜色识别方法、装置及电子设备 |
CN108875220A (zh) * | 2018-06-21 | 2018-11-23 | 湖北道祺服饰有限公司 | 一种服装设计系统 |
CN109272011A (zh) * | 2018-07-31 | 2019-01-25 | 东华大学 | 面向服装图像分类的多任务深度表示学习方法 |
Non-Patent Citations (1)
Title |
---|
何俊 等.基于CoreLDRAW和PS软件的服装流行趋势册设计与制作.辽宁丝绸.2019,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111680201A (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107273876B (zh) | 一种基于深度学习的‘宏to微转换模型’的微表情自动识别方法 | |
CN108875934A (zh) | 一种神经网络的训练方法、装置、系统及存储介质 | |
CN109671137A (zh) | 一种图片配文字的方法、电子设备及存储介质 | |
CN109215091B (zh) | 一种基于图表示的服装流行色彩自动提取方法 | |
CN106485515A (zh) | 服饰智能搭配方法、系统、终端设备以及衣柜 | |
CN113393546B (zh) | 基于服装类别及纹理图案控制的时尚服装图像生成方法 | |
CN111680201B (zh) | 服装潮流趋势样品展示板的制作方法及其潮流趋势册 | |
Aziz et al. | The fashion industry in Africa: A global vision of the sector | |
CN103310234A (zh) | 基于五官特征分析获得匹配发型、服饰和/或配饰的方法 | |
CN110889718A (zh) | 方案筛选方法、方案筛选装置、介质以及电子设备 | |
CN110348529B (zh) | 一种智能的衣服流行风格预测方法与系统 | |
Jimoh et al. | Handmade embroidery pattern recognition: a new validated database | |
Partarakis et al. | An approach to enhancing contemporary handmade products with historic narratives | |
Xiao | Optimized soft frame design of traditional printing and dyeing process in Xiangxi based on pattern mining and edge-driven scene understanding | |
Kubiak et al. | S3R-Net: A Single-Stage Approach to Self-Supervised Shadow Removal | |
Li et al. | Densefusion-1m: Merging vision experts for comprehensive multimodal perception | |
Podlasov et al. | Japanese street fashion for young people: A multimodal digital humanities approach for identifying sociocultural patterns and trends | |
Kwon et al. | Traditional aesthetic characteristics traced in South Korean contemporary fashion practice | |
CN114266782A (zh) | 图像处理方法、系统及电子设备 | |
Ju et al. | Intelligent Recognition of Colour and Contour from Ancient Chinese Embroidery Images | |
CN114694012B (zh) | 一种基于卷积神经网络的服装识别方法 | |
Chen et al. | Design and CAD Integration of Guangxi Cultural Creative Products Based on Multi-Modal Data | |
Cui | [Retracted] The Computer‐Aided Design Algorithm of Dyeing and Weaving Graphics from the Perspective of Public Art | |
Nithyaprakash et al. | Indian handloom design innovations and interventions through sustenance lens | |
Liu et al. | “Hyper Photography” Artifact: An interactive aesthetic education experience device designed based on AIGC |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |