低分辨率条件下鞋类的自动分类方法

根据视频监控中行人所穿鞋的鞋型搜索犯罪嫌疑人是公安机关常用侦查技战法。然而在现实案件中很多视频监控分辨率较低,公安民警不能精确识别到具体鞋型,且消耗大量的时间和警力。针对这一问题,提出一种对低分辨率视频监控下的鞋类进行自动分类的方法。参考全国制鞋标准化技术委员会2017年制定的制鞋标准,初步将鞋类分为皮鞋和运动鞋两大类;构建鞋类数据库,包括59 853幅皮鞋和47 878幅运动鞋图像;进而基于卷积神经网络,设计一种适用于鞋类自动分类的鞋类识别网络模型。实验结果表明,鞋类自动分类模型在测试阶段对鞋分类的准确率达到了95.7%,可见基本能准确识别皮鞋和运动鞋两类鞋。     

采用激光扫描的足部非接触测量系统设计

依据个性化制鞋设计需要,基于激光扫描的三维脚型轮廓测量原理,开发一种用于人体足部测量的激光扫描非接触测量系统。提出了4组CCD搭配4组激光器,通过步进电机进行快速扫描的总体方案,完成了硬件系统的结构设计。以单片机为核心设计控制电路,设计出单片机下位机程序、PC端上位机程序,经过自行开发的图像处理软件进行图像获取与数据拟合,可在短时间内获取足部三维数据,重构出三维足部轮廓。     

基于量脚制鞋的足部三维特征指标研究

由于鞋与足的不匹配会使足部产生疾病，所以要对人体脚型有充分的了解，制造出符合人体脚型的鞋子．使用德国TecMath三维非接触激光扫描系统进行人体足部扫描，并在AutoCAD中进行了足部关键部位的数据采集，分析总结出了用于描述人体足部形状的六个特征指标．这六个特征指标将应用于基于足部形状的鞋的匹配设计研究．     

鞋楦底部棱边提取与底面展平

鞋楦是制鞋的基准,楦底部棱边在制鞋工艺中具有重要作用。从鞋楦三维面形光电自动测量系统获取的鞋楦三维数据点模型出发,提出了一种基于二阶差分的尖点识别方法,进而获得了鞋楦底部棱边的信息,并在此基础上给出了展平鞋楦底面的方法,得到了鞋楦底面的展平图.手工复楦方法和面积计算方法均表明楦底棱边提取具有较高精度.     

从“福特制”到“戴尔制”——发生在中国市场静悄悄的革命

<正> 上世纪的最后一个圣诞节,南京新街口百货商场游人如织,森达皮鞋专卖厅更是热闹非凡。一位顾客正将自己的脚伸到一台从瑞士进口的自动量脚仪上,大约经过30秒钟,量脚仪就将这位顾客脚型的有关测量数据打印出来;还有一些顾客正在翻阅精美的鞋款画册,浏览、欣赏货架上陈列的100多款新潮时尚的样鞋,专卖厅还备有胎牛皮、小羊皮、袋     

基于卷积神经网络的脚部关键参数计算方法

针对传统制鞋业定制化程度低,无法适应足部多样性、舒适性,提出了一种基于卷积神经网络的脚型关键参数计算方法。首先对图像进行透视变换等预处理,然后使用fine-tune的迁移学习方法,通过修改VGG神经网络源模型全连接分类层,将高层卷积权重进行微调,优化网络模型并提取特征值进行特征分类,从图像中识别出脚的轮廓。最后通过设计的算法把脚型特征值计算出,并与实际测量的脚长、腰窝宽度、脚宽等做对比。实验表明,改进后的模型对脚部识别的准确率达到96.8%,输出结果与测量的真实数据相比误差不超过3%,可作为鞋底制作的重要依据。     

阿迪达斯缘何退出领跑

1949年,阿道夫建立了阿迪达斯制鞋公司,这是以他的教名的爱称,加上他姓氏中的前3个字母来命名的。他的第一批样品鞋在1952年赫尔辛基奥运会上亮相。1954年,德国足球队穿着阿迪达斯鞋击败了匈牙利队,夺得了世界杯冠军。这次夺冠,阿迪达斯鞋立下了汗马功劳。因为比赛那天下着雨,赛场上很泥泞,可是阿道夫在制鞋时往鞋里拧进了一种特殊的钉子,使得德国运动员那天在赛场上抓地很牢;而匈牙利队队员的鞋却缺少这种摩擦力,因为他们的鞋内没有安这种鞋钉。阿迪达斯鞋一下子出名了。     

近景摄影测量圆形标志中心的提取方法

本文提出了一种识别近景摄影测量照片中的圆形标志中心的方法。对于一张照片上的标志点的提取分为手工提取和自动提取两种方式,自动提取包含粗略定位和精确提取两个阶段。该方法已应用于笔者开发的近景摄影测量数据处理软件中,结果证明在单纯背景下面自动提取具有较好的提取效果,而在较为复杂的背景下面提取效果亦可接受。     

一种采用单照相机的三维人体测量方法

非接触式三维人体自动测量是现代化人体测量技术的主要特征,也是今后人体测量的趋势所在.在分析国内外非接触式三维人体测量方法的基础上,提出一种采用单照相机的三维人体测量方法.首先通过在单照相机前加一套镜面组合系统,进行实时拍照,获得一张同时记录人体的正面和侧面的照片;然后通过基于图像的人体特征区域和特征参数提取得到人体尺寸信息(尺寸、轮廓点和轮廓线).试验结果验证了此方法的可行性.     

鞋楦数字模型的特征识别与自动提取

文章针对鞋楦特征参数化建模的需要,研究鞋楦数据模型的有关几何特征的自动提取;对于不同几何特征建立相应的自动提取的处理方法和算法,采用逐步小角度坐标旋转变换,实现鞋楦前跷高、后跟高、中轴线的自动提取;采用截平面法,实现三围线的自动提取;综合应用Matlab、C语言和Pro/E,实现鞋楦数字模型的特征识别与提取的自动化;最...     

基于数值切割技术的鞋楦测量数据还原方法

根据鞋楦的测量与加工原理,提出一种新的测量数据还原技术.介绍了数字刀片的概念,从空间解析几何的角度出发,推导出铣刀旋转包络面的空间方程;根据仿形加工的思想提出应用数值切割技术进行数据还原的工作原理,并将其应用到鞋楦测量数据的还原工作中,得到鞋楦CAD软件中鞋楦离散模型,并给出特例的精度分析.     

自适应求交算法在鞋楦变跷设计中的应用

皮鞋鞋楦变跷设计是鞋楦CAD/CAM技术中的重要内容.介绍了在鞋楦离散造型建模下用已知平面切割鞋楦体求交线交点的自适应求交(AT)算法的基本原理,即将已知平面上的交点逼近问题转化为对鞋楦某一截面上所求点的逼近,在此基础上介绍了用该方法在变跷设计中的应用.实现了变跷前后鞋楦数据的相互转换,确保了整个皮鞋鞋楦CAD系统数据格式的统一.给出了算法具体实现思想和应用实例.     

基于UG二次开发的鞋楦参数化设计

由于鞋楦形状具有不规则性,采用常规的鞋楦设计方法进行设计工作量大,重复性高,效率低下。针对这个问题,提出了一种基于UG二次开发的鞋楦参数化设计方法。以UG作为平台,应用其强大的二次开发工具UG/OPEN,以鞋楦设计方法和尺寸标准为依据,开发运行于UG上的人机交互的鞋楦CAD系统。此CAD系统通过调用各种鞋楦模板,结合数据库的应用,实现各种鞋楦的参数化设计,极大地降低了鞋楦设计的难度,提高了设计效率。     

融合特征筛选策略的双塔网络鞋印检索算法

鞋印图像识别是计算机视觉在公安一线工作中的一项重要应用。当前公安侦查工作中鞋印图像无法进行精准识别的问题制约了工作效率与质量的提高,归纳起来主要是囿于鞋印现场提取的复杂情况、鞋印花纹图样的复杂特征以及鞋印图像的残缺不全。针对残缺鞋印,为了进一步提高残缺鞋印检索结果,设计了一种融合特征筛选的双塔网络鞋印检索算法。一方面,在网络中引入分区策略,将鞋印图像分为足掌区和足跟区用两个特征网络分别提取图像特征进行融合;另一方面,选择融合ResNet网络和Transformer网络的新型卷积神经网络convNeXt网络作为骨干网络,加入注意力机制模块,提取最后一层卷积特征后用不同的特征筛选方法去除鞋印图像中的无关特征,最后拼接展开成为特征描述符进行相似度计算。在训练阶段,优化学习策略,将其作为完整的图像分类网络进行训练。实验结果表明,本文选取的网络模型优于其他卷积神经网络,在CSS-200和FID-300两个鞋印数据集上取得了较高的准确率。     

鞋楦数据光顺与建模

为提高鞋楦的加工质量 ,探讨了鞋楦曲面检测数据预处理技术之一的离散数据极坐标光顺法 .在此基础上 ,针对鞋楦曲面数据空间分布的局部不均匀性 ,阐述使用均匀 B样条进行鞋楦数字化曲线建模的两种途径 .它不但提高了建模的计算效率 ,而且能保证了鞋楦曲面锐边的建模质量 .     

基于虚拟样机技术的VCMM构建与测量方法

从现代设计与制造的发展和特点出发,建立了二维四层的虚拟坐标测量机的体系结构,在此基础上结合三维建模系统,在ADAMS环境中构建了虚拟坐标测量机.同时就虚拟坐标测量机中的关键技术测头补偿问题,提出了具有独特结构的半球形测头测量及半径补偿方法,大大简化了测量和数据处理过程,为在虚拟坐标测量机上进行CAD模型形体表面的任意截形测量提供了一种快速、精确、方便的测量解决方案.