室内装修用铝板雕花转印控制系统及其方法与流程

本技术涉及智能控制领域，且更为具体地，涉及一种室内装修用铝板雕花转印控制系统及其方法。

背景技术：

1、随着人们生活水平的提高，对室内装饰的要求越来越高，越来越多的人开始追求实木和天然石料装饰材料，随着装饰行业的发展，一些天然的名贵木材和石材越来越少，为了防止人们的过度使用，政府已经开始大力保护这些木材和石材。为了使装饰材料表面具有真实木纹、石纹的效果，人们发明了一种热转印技术，可以在木材的表面转印各种所需的图案。

2、传统的热转印技术通常是在木材表面进行转印，由于木材不能够防火，并且具有易变形、不防潮的缺点，因此这种木材装饰材料已经逐渐不能满足人们的需求，人们开始寻找一种既美观，又能够防火、防潮、防变形的装饰材料。而铝板具有防火、防潮、防变形的特性。

3、目前能够在铝板表面进行转印的花色非常少，即使在铝板上成功转印后，有的甚至出现色差、图案不完整、颜色深浅不一等现象，严重影响装饰效果。

4、因此，期待一种优化的室内装修用铝板雕花转印控制方案。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种室内装修用铝板雕花转印控制系统及其方法，其通过采用基于深度学习的神经网络模型挖掘出被转印基材的表面状态特征和要转印图案的隐含特征间的关联性特征信息，并基于转印基材的表面状态情况和转印图案情况来自适应地调控烘烤转印温度值，进而保证铝板雕花的转印质量和铝板雕花的装饰效果。

2、根据本技术的一个方面，提供了一种室内装修用铝板雕花转印控制系统，其包括：

3、摄像模块，用于获取铝材的正面检测图像和热转印纸的正面检测图像；

4、铝材表面特征提取模块，用于将所述铝材的正面检测图像通过作为特征提取器的第一卷积神经网络模型以得到铝材表面状态特征矩阵；

5、第一转印图案特征提取模块，用于将所述热转印纸的正面检测图像通过使用具有第一尺度的二维卷积核的第二卷积神经网络模型以得到第一尺度图案特征矩阵；

6、第二转印图案特征提取模块，用于将所述热转印纸的正面检测图像通过使用具有第二尺度的二维卷积核的第三卷积神经网络模型以得到第二尺度图案特征矩阵；

7、多尺度融合模块，用于融合所述第一尺度图案特征矩阵和所述第二尺度图案特征矩阵以得到图案特征矩阵；

8、解码特征生成模块，用于计算所述图案特征矩阵相对于所述铝材表面状态特征矩阵的转移矩阵作为解码特征矩阵；

9、解码特征分布优化模块，用于基于所述图案特征矩阵和所述铝材表面状态特征矩阵，对所述解码特征矩阵进行特征收敛性优化以得到优化解码特征矩阵；以及

10、推荐控制结果生成模块，用于将所述优化解码特征矩阵通过解码器以得到解码值，所述解码值用于表示烘烤推荐温度值。

11、在上述室内装修用铝板雕花转印控制系统中，所述铝材表面特征提取模块，进一步用于：使用所述作为特征提取器的第一卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行沿通道维度的池化以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述作为特征提取器的第一卷积神经网络的最后一层的输出为所述铝材表面状态特征矩阵，所述作为特征提取器的第一卷积神经网络的第一层的输入为所述铝材的正面检测图像。

12、在上述室内装修用铝板雕花转印控制系统中，所述第一转印图案特征提取模块，进一步用于：使用所述使用具有第一尺度的二维卷积核的第二卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行沿通道维度的池化以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述使用具有第一尺度的二维卷积核的第二卷积神经网络的最后一层的输出为所述第一尺度图案特征矩阵，所述使用具有第一尺度的二维卷积核的第二卷积神经网络的第一层的输入为所述热转印纸的正面检测图像。

13、在上述室内装修用铝板雕花转印控制系统中，所述第二转印图案特征提取模块，进一步用于：使用所述使用具有第二尺度的二维卷积核的第三卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行沿通道维度的池化以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述使用具有第二尺度的二维卷积核的第三卷积神经网络的最后一层的输出为所述第二尺度图案特征矩阵，所述使用具有第二尺度的二维卷积核的第三卷积神经网络的第一层的输入为所述热转印纸的正面检测图像。

14、在上述室内装修用铝板雕花转印控制系统中，所述多尺度融合模块，进一步用于：以如下公式融合所述第一尺度图案特征矩阵和所述第二尺度图案特征矩阵以得到图案特征矩阵；其中，所述公式为：

15、

16、其中m1表示所述第一尺度图案特征矩阵，m2表示所述第二尺度图案特征矩阵，m表示所述图案特征矩阵，a1和a2分别表示所述第一尺度图案特征矩阵和所述第二尺度图案特征矩阵的加权参数，表示按位置加和。

17、在上述室内装修用铝板雕花转印控制系统中，所述解码特征生成模块，进一步用于:以如下公式计算所述图案特征矩阵相对于所述铝材表面状态特征矩阵的转移矩阵作为解码特征矩阵；其中，所述公式为：

18、

19、其中m表示所述图案特征矩阵，mc表示所述铝材表面状态特征矩阵，mn表示所述解码特征矩阵。

20、在上述室内装修用铝板雕花转印控制系统中，所述解码特征分布优化模块，包括：特征矩阵展开单元，用于将所述图案特征矩阵和所述铝材表面状态特征矩阵展开为图案特征向量和铝材表面状态特征向量；希尔伯特空间约束单元，用于对所述图案特征向量和所述铝材表面状态特征向量进行向量模基的希尔伯特空间约束以得到权重特征向量；向量重构单元，用于将所述权重特征向量重构为权重特征矩阵；作用单元，用于计算所述权重特征矩阵与所述解码特征矩阵之间的按位置点乘以得到所述优化解码特征矩阵。

21、在上述室内装修用铝板雕花转印控制系统中，所述希尔伯特空间约束单元，进一步用于：以如下公式对所述图案特征向量和所述铝材表面状态特征向量进行向量模基的希尔伯特空间约束以得到所述权重特征向量；其中，所述公式为：

22、

23、其中v1和v2分别表示所述图案特征向量和所述铝材表面状态特征向量，||·||2表示向量的二范数，表示向量的按位置加法，α和β为加权超参数，cov1d表示以卷积算子(||v1||2,||v2||2,v1v2t)对向量进行一维卷积，vw表示所述权重特征向量。

24、在上述室内装修用铝板雕花转印控制系统中，所述推荐控制结果生成模块，包括：使用所述解码器以如下公式将所述优化解码特征矩阵进行解码回归以获得用于表示烘烤推荐温度值的解码值；其中，所述公式为：其中x表示所述优化解码特征矩阵，y是所述解码值，w是权重矩阵，表示矩阵相乘。

25、根据本技术的另一方面，提供了一种室内装修用铝板雕花转印控制方法，其包括：

26、获取铝材的正面检测图像和热转印纸的正面检测图像；

27、将所述铝材的正面检测图像通过作为特征提取器的第一卷积神经网络模型以得到铝材表面状态特征矩阵；

28、将所述热转印纸的正面检测图像通过使用具有第一尺度的二维卷积核的第二卷积神经网络模型以得到第一尺度图案特征矩阵；

29、将所述热转印纸的正面检测图像通过使用具有第二尺度的二维卷积核的第三卷积神经网络模型以得到第二尺度图案特征矩阵；

30、融合所述第一尺度图案特征矩阵和所述第二尺度图案特征矩阵以得到图案特征矩阵；

31、计算所述图案特征矩阵相对于所述铝材表面状态特征矩阵的转移矩阵作为解码特征矩阵；

32、基于所述图案特征矩阵和所述铝材表面状态特征矩阵，对所述解码特征矩阵进行特征收敛性优化以得到优化解码特征矩阵；以及

33、将所述优化解码特征矩阵通过解码器以得到解码值，所述解码值用于表示烘烤推荐温度值。

34、根据本技术的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的室内装修用铝板雕花转印控制方法。

35、根据本技术的又一方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的室内装修用铝板雕花转印控制方法。

36、与现有技术相比，本技术提供的一种室内装修用铝板雕花转印控制系统及其方法，其通过采用基于深度学习的神经网络模型挖掘出被转印基材的表面状态特征和要转印图案的隐含特征间的关联性特征信息，并基于转印基材的表面状态情况和转印图案情况来自适应地调控烘烤转印温度值，进而保证铝板雕花的转印质量和铝板雕花的装饰效果。