|本期目录/Table of Contents|

[1]朱昱儒,侯珏,杨阳,等.基于投影流网络和嵌入空间损失的纹样风格迁移[J].浙江理工大学学报,2025,53-54(自科二):237-245.
　ZHU Yuru,HOU Jue,YANG Yang,et al.Pattern style transfer based on projection flow networks and embedding space loss[J].Journal of Zhejiang Sci-Tech University,2025,53-54(自科二):237-245.
点击复制

基于投影流网络和嵌入空间损失的纹样风格迁移()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第53-54卷
期数:
2025年自科第二期
页码:
237-245
栏目:
出版日期:
2025-03-10

文章信息/Info

Title:
Pattern style transfer based on projection flow networks and embedding space loss
文章编号:
1673-3851 (2025) 03-0237-09
作者:
朱昱儒; 侯珏; 杨阳; 刘正
浙江理工大学，a.服装学院；b.丝绸文化传承与产品设计数字化技术文旅部重点实验室；c.国际时装技术学院，杭州 311199
Author(s):
ZHU Yuru;  HOU Jue;  YANG Yang;  LIU Zheng
a.School of Fashion Design & Engineering; b.Key Laboratory of Silk Cultural Heritage and Product Design Digital Technology, Ministry of Culture and Tourism; c.Zhejiang International  Institute of Fashion Technology, Zhejiang Sci-Tech University, Hangzhou 311199, China
关键词:
风格迁移; 嵌入空间损失; 矢量量化变分自编码器; 内容泄漏; 投影流; 纹样
分类号:
TS941-26
文献标志码:
A
摘要:
针对编解码器框架造成的图像重建误差、恢复偏差以及图像风格迁移方法存在内容泄露和局部伪影等亟待解决的问题，提出了一种基于投影流网络以及嵌入空间损失的纹样风格迁移模型。通过融合投影流网络与矢量量化变分自编码器实现无偏风格迁移，并对风格特征进行精细编码和匹配，保留更完整图像内容细节，且捕获关键风格特征；设计了一种计算风格化图和风格图的嵌入空间损失，融入总体损失函数以保证风格特征的均匀分布，减少风格差异；以云锦为例进行织物纹样风格的创新设计。结果表明：基于投影流网络和嵌入空间损失的纹样风格迁移的迁移效果，在内容评价指标结构相似性（Structural similarity，SSIM）、内容损失上的分值较对比模型分别提高86.21%、54.29%、20%和32.58%、18.68%、18.99%；风格评价指标Gram损失为4.5×10 -6，较对比模型提高近一倍，表明该方法有效平衡了内容保留与风格迁移的需求，提高风格化效果。该模型在改善内容泄漏的同时避免了内容失真和风格过度覆盖，有效捕捉复杂风格特征和色彩层次，促进纹样创新设计，增加风格迁移在纺织服装领域的可能性。

参考文献/References:

［1］程鹏飞, 王伟珍, 房媛. 基于卷积神经网络的风格迁移泳装图案设计［J］. 丝绸, 2023, 60(3): 97-104.
［2］王伟珍, 张功. 基于CycleGAN的服装图像混搭风格迁移［J］. 现代纺织技术, 2023,31(4): 250-258.
［3］蔡兴泉, 李治均, 奚梦瑶, 等.基于神经网络的手绘服饰图纹上色及风格迁移［J］. 系统仿真学报, 2023, 35(3): 604-615.
［4］侯宇康, 吕健, 刘翔, 等.基于神经风格迁移网络的民族图案创新方法［J］. 图学学报, 2020, 41(4): 606-613.
［5］邱雪琳, 孙迎, 刘正, 等.基于色彩优化的云锦局部风格迁移［J］. 丝绸, 2022, 59(12): 64-70.
［6］姚琳涵, 张颖, 姚岚, 等.基于多尺度纹理合成的刺绣风格迁移模型［J］. 纺织学报, 2023, 44(9): 84-90.
［7］李慧, 万晓霞. 深度卷积神经网络下的图像风格迁移算法［J］. 计算机工程与应用, 2020, 56(2): 176-183.
［8］聂雄锋, 王俊英, 董方敏, 等.融合注意力机制的多模态动漫风格迁移方法［J］. 计算机工程与应用, 2023, 59(15): 223-234.
［9］陈淑環,韦玉科,徐乐, 等.基于深度学习的图像风格迁移研究综述［J］. 计算机应用研究, 2019, 36(8): 2250-2255.
［10］Efros A A, Freeman W T. Image quilting for texture synthesis and transfer［C］∥Proceedings of the 28th annual conference on Computer graphics and interactive techniques. New York, NY, USA: ACM, 2001: 341-346.

备注/Memo

备注/Memo:
收稿日期： 2024-05-13
网络出版日期：2024-09-13
基金项目： 文化和旅游部重点实验室资助项目（23072247-N）
作者简介： 朱昱儒(2001—)，女，河南周口人，硕士研究生，主要从事服装数字化方面的研究
通信作者： 刘正，E-mail：koala@zstu.edu.cn
更新日期/Last Update: 2025-03-06