少数民族服装图像自动着色关键技术研究

The unique color of ethnic minority costumes contains the ethnic history and cultural characteristics of various ethnic groups and is one of the important contents of the preservation and inheritance of ethnic cultures. This project aims to integrate computer science, ethnology, arts and other disciplines, apply new image processing technologies, and carry out research on key techniques of automatic colorization for ethnic minority costume images from the perspective of computer vision. The project analyzes the color theory of national costumes and establishes a color space for national costumes based on statistics. It proposes a new method based on Gaussian mixture model for gray image colorization for national costumes. This colorization method can perform regional clustering of national costume sketches to achieve colorization of the regional image via a color transfer algorithm; Then a deep learning framework is introduced to construct a deep convolutional neural network considering the color and style of minority costume, which can achieve automatic, stable and efficient automatic colorization for minority costume sketches. This project research will provide theoretical basis and technical reference, and also motivate some new research ideas, which can bring effective digitization means for minority costume culture. It is helpful to realize the application and popularization of national costume color elements in the field of computer aided fashion design. Also, it will significantly promote the protection and inheritance of national costume culture, which has significant research value and application prospect.

少数民族服装独特的色彩蕴含着各民族的民族历史与文化特点，是民族文化保护和传承的重要内容之一。本项目旨在综合计算机科学、民族学、艺术学等多学科，融合图像处理新技术，从计算机视觉的角度开展少数民族服装图像自动着色的关键技术研究。项目通过对少数民族服装图像的色彩理论分析，构建一种基于统计的少数民族服装色彩空间；研究一种基于高斯混合模型的少数民族服装灰度图像自动着色技术，通过少数民族服装灰度图像的区域聚类和颜色迁移算法实现灰度图像区域的彩色化；研究一种基于民族服装色彩和款式的深度卷积神经网络的自动着色模型，实现稳定、高效、自动地少数民族服装草图着色。本项目的研究将为少数民族服饰相关领域的研究者提供理论依据、技术参考和新的研究思路，为少数民族服饰文化数字化提供有效手段，助推少数民族服饰色彩元素在辅助服装设计等相关领域的推广应用，极大地促进少数民族文化的保护和传承，具有一定的研究价值和应用前景。

项目利用深度学习技术开展少数民族服装图像自动着色关键技术的研究，深度探索了在少数民族服饰图像上的数字化应用，为少数民族服饰文化数字化提供有效方法和手段。项目构建了基于颜色特征统计的少数民族服饰的色彩空间模型；提出了基于边缘检测算法的草图自动生成方法和基于CycleGAN的少数民族服饰草图自动生成方法；提出了基于边缘感知嵌入模型的少数民族服饰细粒度语义分割方法；提出了基于邻域相似色彩迁移的少数民族服饰灰度图着色方法和基于细粒度语义的少数民族服饰灰度图着色方法；提出了基于GAN的少数民族服饰草图着色方法和基于Pix2Pix少数民族服饰草图着色方法。项目构建的少数民族服装图像数据库，包括少数民族服饰高清图像、灰度图像、细粒度语义图像和草图数据集。项目通过对核心关键技术的集成开发了少数民族文化数字化资源共建共享服务平台和少数民族服饰图像数字化系统，实现了少数民族服装图像语义分割、自动着色、语义检索、草图渲染等核心关键技术的多场景创新应用，并通过成果应用示范合作极大促进了少数民族文化的保护和传承。共发表论文18篇，其中SCIE/SSCI期刊论文5篇、中文核心期刊1篇、EI期刊及会议论文10篇；在科学出版社出版学术著作2部、待出版2部；授权发明专利6项、受理2项；获得计算机软件著作权9项；申报云南省科技进步奖二等奖1项、获得云南省高等教育教学成果奖一等奖1项、CCF计算机应用年度创新技术二等奖1项、云南省博士后优秀成果奖1项；获批建立省部级科研平台2个；培育建设云南省创新团队和高校科技创新团队；与中科院信工所合作建立专家工作站开展学术交流、人才培养和科技合作；项目组成员1人职称晋升、3人入选省级高层次人才、1人遴选为博导；培养硕士研究生11人，博士研究生4人，博士后2人，有效支撑了“教育技术学”二级学科博士点建设；先后邀请国内外专家10余人开展学术交流；举办学术会议及研讨会3场，参加国内外学术会议20余人次。