文献类型：期刊文章

作　　者：贾小军[1] 叶利华[1] 邓洪涛[2] 刘子豪[1] 陆锋杰[3]

JIA Xiaojun;YE Lihua;DENG Hongtao;LIU Zihao;LU Fengjie(College of Mathematics,Physics and Information Engineering,Jiaxing University,Jiaxing,Zhejiang 314001,China;College of Design,Jiaxing University,Jiaxing,Zhejiang 314001,China;Zhejiang Hanpu Power Technology Co.,Ltd.,Jiaxing,Zhejiang 314300,China)

机构地区：[1]嘉兴学院数理与信息工程学院,浙江嘉兴314001 [2]嘉兴学院设计学院,浙江嘉兴314001 [3]浙江涵普电力科技有限公司,浙江嘉兴314300

出　　处：《纺织学报》

基　　金：浙江省科技计划公益技术研究项目(GG20F010032);嘉兴市公益性研究计划项目(2018AY11008)

年　　份：2020

卷　　号：41

期　　号：1

起止页码：110-117

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD_E2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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。

关 键 词：蓝印花布 纹样基元分类  卷积神经网络 数字纺织  

分 类 号：TP391.7]