Le toucher ou la main d’une étoffe joue un rôle important pour déclencher un acte d’achat chez un individu pour une utilisation donnée. Depuis longtemps les fabricants de textiles et de vêtements sont à la recherche d’une méthode objective permettant d’évaluer la main d’une étoffe. Une telle méthode pourrait également aider les designers à concevoir des textiles avec une main précise. Dans le présent article, les scientifiques se sont intéressés à comment caractériser les propriétés surfaciques de matériaux textiles. Pour cela ils ont formulé la problématique comme étant un problème de classification de texture à grain fin et ont étudié les potentialités des techniques de représentation de texture basées sur l’apprentissage profond à l’aide de réseau de neurones.
L’article fait état d’un nouveau fichier de données microscopiques de surface, baptisé CoMMonS, qui se destine à être mis en œuvre par un mécanisme automatisé d’évaluation de la qualité des étoffes dans un système de fabrication intelligent. Les auteurs proposent également un réseau (MuLTER) de codage et de représentation de texture à plusieurs niveaux. Plus d’informations sont disponibles sur le site https://ghassanalregib.info/software-and-datasets.
Serveur web : https://www.tandfonline.com/doi/full/10.1080/00405000.2020.1757296
Date : 02/2021