基于图卷积神经网络的织物分类研究

摘要：

织物的分类研究在织物生产、服装设计等领域有着广泛应用.提出织物力模型,结合多帧时序信息和图卷积神经网络,给出一种用图来描述织物运动的新方法,通过分析和提取织物视频中的运动特征,实现织物的分类.该方法使用30种不同织物在风力吹动下的视频作为实验数据集,将视频每一帧作为一个图节点,然后根据视频时序性连接同类织物节点的边.此外结合织物力模型对原视频图像作预处理以提取力流特征作为视觉单词存储,再依据视觉单词探索同类与不同类织物间的潜在联系,由此将欧氏织物视频数据转换为非欧氏织物图数据,最后使用图卷积神经网络进行分类处理.该方法避免了传统织物分类过程中织物纹理、颜色、外部光照等因素的影响,突破了传统分类方法只能对少数织物进行分类的限制,有较好的分类效果.

关键词：织物、织物力模型、视觉单词、多帧时序、图卷积神经网络

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：湖北省自然科学基金;湖北省教育厅青年项目;湖北省教育厅科学研究重点项目

在线出版日期：2021-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1581-1585,1594