[發明專利]基于古代長沙窯陶瓷風格的可生產器型的智能生成算法在審
| 申請號: | 201811522226.2 | 申請日: | 2018-12-13 |
| 公開(公告)號: | CN110148207A | 公開(公告)日: | 2019-08-20 |
| 發明(設計)人: | 王勝春;魯雯;余孝忠 | 申請(專利權)人: | 湖南師范大學 |
| 主分類號: | G06T17/00 | 分類號: | G06T17/00;G06N3/08;B28B17/00;B28B15/00 |
| 代理公司: | 長沙新裕知識產權代理有限公司 43210 | 代理人: | 梁小林 |
| 地址: | 410006 湖*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 智能生成 生產器 器形 算法 陶瓷 陶瓷生產工藝 整體生產效率 模塊生成器 人工智能 參考模型 參數約束 輪廓曲線 神經網絡 陶瓷設計 陶瓷生產 網絡包括 低成本 生產性 數據集 子模塊 構建 基樣 風格 去除 文化遺產 參考 生產 | ||
本發明涉及一種基于古代長沙窯陶瓷風格的可生產器型的智能生成算法,屬于人工智能、現代陶瓷設計、陶瓷生產工藝設計、文化遺產傳承領域。本發明通過構建深度神經網絡VesselNet,該網絡包括2個子模塊,一個子模塊VesselShapeNet負責生成新的器形,另外一個VesselVertexNet模塊生成器形的輪廓曲線,并通過最后的參數約束數據集去除不能生產的異常器形。本發明的優點在于,能夠快速、低成本的生成大量參考模型,并保持其很高的可生產性。為陶瓷生產企業及設計師作參考與基樣。提高整體生產效率。
技術領域
本發明涉及一種基于古代長沙窯陶瓷風格的可生產器型的智能生成算法,屬于人工智能、現代陶瓷設計、陶瓷生產工藝設計、文化遺產傳承領域。
背景技術
古代長沙窯陶瓷是我國唐宋代南方瓷窯。位于今湖南省長沙市望城區丁字鎮彩陶源村。亦稱“長沙窯”。產品主要是青瓷,生活用具種類很多。釉色有青、黃、白等色。并首創釉下彩器和在瓷器上彩繪的裝飾技法。1978年50多天的調查發掘中。獲得遺物2223件,按器形分44類,款式規格在百種以上。釉下彩繪和釉下彩飾占很大比例,有413件。實用器物、窯具、工具以輪制為主。瓷器胎多灰白,胎表大多涂有白色襯釉,瓷化程度高.紋飾有人物、山水、云氣、花草、鳥獸等,美觀大方。唐代長沙銅官窯的產品,在唐代商業都會揚州和對外貿易港口明州(今浙江寧波),以及江淮流域的唐代遺址和墓葬中,已有不少出土,在朝鮮、日本、印尼、伊朗、埃及也都有發現。
現代在長沙窯地區仍有大量的陶瓷產業,一方面以復刻古代長沙窯陶瓷器型為主,另一方面也開始發展生產現代器型,將傳統的風格、器型與現代生活用具、茶具等器物相結合,形成新的產業增長點。目前面臨的主要問題有,設計師人數較少、設計思路嚴重受現代器型影響,無法將傳統長沙窯風格靈活運用于現代器型設計中。為解決此問題,在前期工作已經通過3維立體掃描儀構建了傳統長沙窯器形庫的基礎上,提出一種從傳統長沙窯器型智能生成可供現代生產的器形模型算法。能夠快速、低成本的生成大量參考模型,并保持其很高的可生產性,為陶瓷生產企業及設計師作參考與基樣,提高整體生產效率。
發明內容
本發明的目的是克服現有長沙窯陶瓷生產過程中的不足,提出一種從傳統長沙窯器型智能生成可供現代生產的器形模型算法,能夠快速、低成本的生成大量參考模型,并保持其很高的可生產性。為陶瓷生產企業及設計師作參考與基樣。提高整體生產效率。
本發明通過以下技術方案實現,步驟1:(1)通過3D立體掃描儀對長沙窯器形進行3D建模,構成長沙窯3D立體器形參數庫及平面圖片庫;
(2)從網絡中以爬蟲的方式收集到現代家用常用器形參數數據庫,構成陶瓷日常用具3D器物庫及平面圖片庫;
(3)與合作工廠工坊共同建立加工參數約束數據集,包含生產線及關鍵約束參數;
步驟2:構建深度神經網絡VesselNet,該網絡包括兩個子模塊,一個子模塊VesselShapeNet負責生成新的器形,另外一個VesselVertexNet模塊生成器形的輪廓曲線,并通過最后的參數約束數據集去除不能生產的異常器形;
步驟3:VesselShapeNet采用GAN(Generative Adversarial Network)生成對抗網絡的思路來生成新的瓷器器形;GAN模型通過框架中的兩個模塊,即生成模型(GenerativeModel)和判別模型(Discriminative Model)的互相博弈學習產生好的輸出,最終達到博弈中的納什均衡;此時生成模型學習到的分布接近于原始數據分布,并用訓練好的生成模型來生成新的數據樣本;
步驟4:定義VesselShapeNet網絡的生成模型結構,網絡包含1個輸入層,3個全連接層,1個輸出層;
定義VesselShapeNet網絡的判別模型結構,網絡包含1個輸入層,3個全連接層,1 個輸出層;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于湖南師范大學,未經湖南師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811522226.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:多空間的融合方法
- 下一篇:一種基于中國數字人的鼻咽部放療教學模型構建方法





