8、利用生成对抗网络设计针织穿孔卡图案

利用生成对抗网络设计针织穿孔卡图案

1. 引言

在我们周围，自然、数学和纺织品中都存在着视觉图案。这些图案由重复的形状和几何图形构成，并且常常与纺织品紧密相关，许多图案设计都源于编织和针织的结构。

针织是通过将单根纱线逐行环绕形成纺织品，使用多种颜色的纱线可以编织出装饰性图案。与用于编织的提花织机类似，针织机使用穿孔卡作为基本的二进制图案，指示机器编织颜色“A”或“B”。大多数家用穿孔卡针织机都会配备一套标准的穿孔卡，也可以单独购买更多穿孔卡，而且在互联网上很容易找到这些穿孔卡的图像，这为相关研究提供了可用的数据集。

穿孔卡最初是为在提花织机上创建复杂的编织图案而发明的。在早期使用二进制代码的计算机发展过程中，查尔斯·巴贝奇和艾达·洛夫莱斯将这些穿孔卡应用于他们的分析机。穿孔卡、计算和纺织品之间相互交织的历史，为技术和纺织品设计的持续研究奠定了深厚的理论基础。

利用人工智能设计新的针织穿孔卡图案，将古老和现代的纺织品创作方法相结合。这既回顾了计算的历史，又探索了人工智能在设计领域的未来。它建立在将高科技设计工具应用于低技术制造和手工工艺方法的基础上。

人工智能模仿人类大脑，能够成功理解数据集中的模式。本研究聚焦于针织穿孔卡图像数据集，假设通过在穿孔卡数据库上训练神经网络，可以生成新的针织设计。这些新图案将代表各种风格、文化和历史。图案的成功与否将通过其实用性进行测试，即能否成功编织出成品。由于这些图案最初可能只是虚拟的穿孔卡图像，因此实际测试需要考虑预期材料的物理限制。在研究过程中，测试了几种不同的人工智能技术，包括神经风格迁移、自适应实例归一化（AdaIN）风格迁移和StyleGAN2训练。最终得到的是新的“假”穿孔卡图像，随后将这些图像