基于生成对抗网络的非织造布二维图像重建

来源：现代纺织技术杂志2024年第1期北京时间：

作者：王志禄, 侯珏, 杨阳, 刘正

单位：1. 浙江理工大学，a.浙江省服装工程技术研究中心；b.服装学院；c.国际时装技术学院，杭州 310018；2. 武汉纺织大学武汉纺织服装数字化工程技术研究中心,武汉 430073

摘要：非织造布纤维结构的准确表征是其性能分析的重要基础。为了解决基于近似模拟的表征结果中纤维形态、结构与真实样本不一致的问题，提出了一种基于生成对抗网络的非织造布二维图像重建方法。使用全自动光学显微镜对非织造布图像进行抓取，并在此基础上构建纤维生成对抗网络（Fiber generation adversarial network，FGAN）对图像样本进行建模。针对高分辨率图像重建时存在的失真问题，采用多尺度训练策略，同时引入权重多样性损失。采用图像质量评估指标FID作为实验评价指标，分别与DCGAN、WGAN-GP、BEGAN、PROGAN等生成模型进行对比实验。结果表明：FGAN重建的非织造布图像质量更高；消融实验证明，多尺度训练策略与权重多样性损失函数中FID数值分别降低24.52%、20.31%。FGAN模型的提出，使非织造布结构分析摆脱对近似模拟方法的依赖，提供了准确的纤维分布信息，对非织造布的质量评估、性能优化等应用具有重要意义。

关键词：非织造布,孔隙,生成对抗网络,多样性损失,图像重建

基金资助：武汉纺织服装数字化工程技术研究中心开放基金（SZH202201），嘉兴市重点研发计划项目（2021BZ10001）