数字赋能:基于视觉Transformer的非遗苗绣纹样数字化提取

TS941.2; 苗绣通常是以线稿描绘的基础图样,搭配丰富色彩的丝线及不同的刺绣技法而形成,出现在一系列如服饰、头饰及配件等纺织品中,但是随着纺织品的损坏和丢失等原因,部分苗绣纹样便也随之流失.目前采用传统手工描绘纹样获取线稿的方式极其不便,因此文章针对苗绣纹样的数字化提取,提出了一种基于两阶段渐进采样视觉Transformer的边缘检测算法,分为全局和局部检测.在两个阶段都引入渐进式采样来定位重要区域,使提取的边缘集中于苗绣纹样主体部分,减少服饰背景等造成的干扰.通过使用多尺度通道注意力特征融合模块,将全局和局部检测的边缘进行加权融合,以获得更清晰的边缘.实验结果表明,该算法与其他算法相比,...

Full description

Saved in:
Bibliographic Details
Published in丝绸 Vol. 61; no. 7; pp. 14 - 24
Main Authors 代永琪, 彭莉, 谢乃鹏
Format Journal Article
LanguageChinese
Published 贵州大学机械工程学院,贵阳 550025%贵州大学计算机科学与技术学院,贵阳 550025 2024
Subjects
Miao embroidery
视觉Transformer
intangible cultural heritage
visual Transformer
pattern extraction
digitization
苗绣刺绣
边缘检测
数字化
纹样提取
非物质文化遗产
edge detection
Online AccessGet full text
ISSN1001-7003
DOI10.3969/j.issn.1001-7003.2024.07.002

Cover

More Information
Summary:TS941.2; 苗绣通常是以线稿描绘的基础图样,搭配丰富色彩的丝线及不同的刺绣技法而形成,出现在一系列如服饰、头饰及配件等纺织品中,但是随着纺织品的损坏和丢失等原因,部分苗绣纹样便也随之流失.目前采用传统手工描绘纹样获取线稿的方式极其不便,因此文章针对苗绣纹样的数字化提取,提出了一种基于两阶段渐进采样视觉Transformer的边缘检测算法,分为全局和局部检测.在两个阶段都引入渐进式采样来定位重要区域,使提取的边缘集中于苗绣纹样主体部分,减少服饰背景等造成的干扰.通过使用多尺度通道注意力特征融合模块,将全局和局部检测的边缘进行加权融合,以获得更清晰的边缘.实验结果表明,该算法与其他算法相比,提取的苗绣纹样获得了更纤细的线条,且丢失的纹样形状线条较少,纹样整体效果与标签图最接近,效果最佳.
ISSN:1001-7003
DOI:10.3969/j.issn.1001-7003.2024.07.002