Show More

信息技术在服装合体性研究中的应用

2022年1月13日
By adhuang
0 Comments
Post Image

文章编号:1009- 444X( 2005) 01- 0093- 04 收稿日期: 2004- 08- 09 基金项日: 上海工程技术大学校青年基金资助项目( 2002* 73) 作者简介: 安徽巢湖人,硕士, 研究方向为服装的合体性研究与应用. 信息技术在服装合体性研究中的应用 上海工程技术大学服装学院, 上海 200336) 摘要: 介绍了服装合体性研究中的信息技术, 讨论了这些技术的基本原理和研究新进展, 重点分 析了体测数据处理、三维模型建模、人体测量及合体测试中的信息技术应用, 对从事该领域的研 究人员可作参考。 关键词: 服装合体性; 信息处理; 人体测量; 人体建模; 合体测试 中图分类号: TS 941. 51 文献标志码: InformationTechnology ClothingFitness XIN Fangf ang, PAN Jing ShanghaiUniversity EngineeringScience, Shanghai 200336, China) Abstract: Inf ormat ion technologies GarmentFit ting Sizingresearch Basictheory newdevelopment heseinformat ion reviewed,especially anthropometric da humanbody modeling, human measurement extract ion tingsystem. expected providesome ref erence hisfield. Key words: garment ting;inf ormat ion processing; ant hropometry; human body modeling; ingsyst em 服装工业中成衣规格来源于人体尺寸, 但不等 同于具体的人体尺寸, 由于人体体型的复杂性, 多种规格尺寸中,很难寻找到 度身定做效果的服 装。

目前, 服装量体和尺寸系统方面的研究已经取 得了显著的成果, 即形成了由计算机量体、智能选 型和合体性配伍三个要素构成的 服装合体性研 服装合体性不仅是量体和规格确定环节中的关键因素, 同时其反馈信息也直接影响到服装的设 计加工环节, 它是一个需要消费者、生产厂家、设计 师和研究机构共同参与的过程。随着服装工业信 息化的不断推进, 信息技术在合体性研究中的作用 也日益显得愈发重要。本文选取了当前一些成熟 的、已经被广泛应用的最新信息技术, 结合国内外 相关的研究成果与工业产品, 对其在服装合体性研 究中应用现状作综述性的分析。 体测数据预处理人体体测所获得的数据是海量的, VITUS三维人体扫描仪为例, 采用8 个摄像头与 组激光光源时,每一次人体扫描可以产生 30 2005年03 JOURNAL SHANGHAIUNIVERSITY ENGINEERINGSCIENCE Vol. 19 Mar.2005 条数据。人体除了少数部份( 如下颌与颈部, 腋下 等部位) 大部分表面是连续光滑的,但在测量过 程中往往由于异常情况, 产生一些数值明显失常的 数据。因此在体测之前必须对扫描数据进行预处 以进行清理、降噪、压缩,提高数据处理的准确 度与效率。

数据清理数据清理分为两个步骤, 异常检测( Outlier Det ect ion) 与数据平滑( Data Smoot hing) 。异常检 测是通过算法进行识别, 常用的识别算法有统计 法、偏差法、距离法和密度法。其中统计法是体测 数据中常用的异常检测方法, 特点是假定给定的数 据服从一个随机的分布, 用不一致性测试( discor dancy test) 识别异常。由于人体测量大致的分布 是已知的, 只是无法用理想的数学分布来描述, 此统计法异常检测相比之下显得较为简便易用。在检测到异常后要进行数据平滑, 数据分箱 Binning)是数据处理的一种简单实用的平滑 方法, 在检测到数据丢失或噪声数据后参考其相邻 的正常数据进行补充或修改。它将数据按照采样 次序排成序列, 在识别噪声数据所在的位置后对序 列进行 分箱, 每箱包含的数据数量相同, 并使得 噪声数据处在箱的中部, 然后用靠噪声数据最近的 箱边界数据来替换噪声数据, 这个过程叫作 数据压缩数据压缩( Data Reduct ion) 有两种情况: 其一 是数据处理概念上的压缩, 常用的方法有数据降 维、重采样以及数据离散化; 其二是结合人体特征 的数据压缩, 例如扫描获得的人的手指数据, 际应用中不需要对每一个手指的数据都加以区分,因此对手指的数据进行压缩, 只作为一个整体考虑 轮廓外沿的尺寸。

合体扎马斯合体了谁_合体性_炫舞合体宠物怎么合体

人体三维模型重构及人体测量在图形学中, 根据点重构成面( Skinning Prob lem) 已经不是一个新的问题, 其研究可以分为两个 大类: 普遍的方法, 即根据确定的点阵信息重构模 型表面; 学习的方法, 即利用已知的点阵信息学习 到隐含的信息与知识, 再根据已知的和学习所得的 点阵信息重构物体表面。服装合体性研究在早期 较注重采用普遍的方法, 然而, 随着近年来机器学 习与数据挖掘技术应用的推广, 利用学习的方法重 构人体表面也逐渐成为研究的热点。 普遍的方法根据点阵重构表面已具备相当的精确度, 现代 测试技术和图像处理技术已经能通过一次性的扫 描重构准确的人体模型。重构过程中使用较多的 是非均匀有理 样条曲线方法(NURBS) 它根据扫描数据拟合出 通过插值拟合出人体线框模型,然后使用 样条曲面在线框网格上填充光滑曲面。 学习的方法与普遍方法不同, 学习的方法试图借助已有的 知识和经验, 通过机器学习的方法提高模型重构的 效率。其中有利用聚类分析实现了任意分散的、无 连通信息的点阵的表面重构。也有基于遗传算法 的规则物体表面重构和利用增量式遗传学习算法, 在特定的统计概率空间中构建物体表面的方法。

合体性_炫舞合体宠物怎么合体_合体扎马斯合体了谁

服装中的合体性不仅限于静止状态下的配伍, 在某些情况下, 也需要获得活动中的人体尺寸, 必须考虑穿着者在完成某些活动时服装的合体性。因此,通过学习的方法合体性, 根据人体扫描获得的数据 进行变形( Def ormat ion) 重构, 以准确模拟出人体的 不同姿态是当前研究的热点。 目前主要的研究思路是通过对人多个关键姿 KeyPoses) 的扫描, 通过对离散数据的插补( terpolation)模拟出人体连续运动中的体型数据。 这显然是具有相当的挑战性的, 最主要的问题是插 补方法要求在每次姿态扫描之间, 人体上的扫描点 是一一对应的, 而实际操作中由于每一次扫描只是 对人体表面的固定数据采样, 而不具备对第一次扫 描点的跟踪性, 因此无法保证其一一对应。 为了解决这一问题, 人们已经开始模仿电影三 维动画里的做法, 即对人体若干固定的扫描点作标 插补出姿态扫描间标识点的连续轨迹,并根据 标识点轨迹插补出非标识点的轨迹, 最后完成对连 续运动的人体进行表面重构。 变形重构的另一类研究是对人体体型空间的 研究, 即通过对大量样本数据的重构模型研究, 立参数化的人体数字模型,可以模拟出任意身高、 体重的人体模型。

炫舞合体宠物怎么合体_合体扎马斯合体了谁_合体性

在进行服装合体性配伍时,不可能对所有扫描 数据进行匹配, 这样太耗时耗力, 解决的方法是确 定尽可能多的 关键点作为合体性配伍的测量点, 这些测量点的选取往往是受多种因素的影响: 服装的类型的差异。上装与下装所需的测量点显然是不同的,紧身内衣与休闲服所需的测 量点也是不同的。 服装的面料的差异。服装面料的物理特性和美学特性在某种程度上影响了人们对合体性 的评价合体性, 因此相似的款式针对不同的服饰面料, 社会文化的差异。由于民族、文化、传统以及地域审美观的影响, 针对不同地域消费群体的 服装所需考虑的体型测量点也是有差异的。 臂外侧、大腿外侧等,接近于连续线性的表面, 这些 部位对服装号型影响较小, 因此对于这些部位的测 量点可以分布较稀松; 而如肩部、胸部、腰部、肘部、 腋下、腰部、腿部等部位, 因其在测量三维模型上往 往用大量的多边形建模, 近似轮廓线也是非线性 对整体效果影响较大,因此测量点分布较稠密。 不同位置的测量准确度人体体型测量点的选取一般由三维测量软件 中的计算机程序完成, 其原理是基于交互式数据分 析工具, 通过统计学的方法确定测量点的位置。选 取的测量点数量一般在50~ 200 个之间, 在三维人 体模型上测量所得的尺寸数据的准确性也因测量 点的不同而有差异。

炫舞合体宠物怎么合体_合体扎马斯合体了谁_合体性

表1 在选取人体模型上不同 测量点时扫描测量所得数据的准确性差异, 实验分 别采用三维人体扫描模型重构后测量与采用手工 测量, 假定手工测量是准确的并作为准确性对比的 基准。 ARN的女性人体测量点准确度评价Tab. 1Evaluation accuratelevel femalebody measurepoint 测量点名称准确性 测量点名称 准确性 69颈底部 54 91肱二头肌 63 84内缝线 88 及拇指的袖长 69 81及手腕的袖长 83 数字化测量的工具在通过3D 扫描数据重构得出的人体模型上 进行测量时, 用到一种数字化的测量工具, 即虚拟 游标卡尺( Virt ual Calipers) 。简单的虚拟游标卡尺 基于3D 模型边界的脚本语言, 可以从数字 3D 型上选取顶点,并根据顶点的坐标和规则( 直线、表 面或圆弧) 计算出测量尺寸。根据测量对象的不 常用的简单虚拟游标卡尺又可分为SSL( 简单 线性轮廓线测量) 、SSC( 简单表面轮廓线测量) SCC(简单圆弧轮廓线测量) 还要通过脚本获取3D模型的顶点和多边形 队列, 显然, 复杂虚拟卡尺的测量在提高了精确性 的同时, 要求用户选择更多的顶点来满足脚本处理 的要求, 一般地按照 SSC SCC的方式测量需要 选取 100个顶点。

合体性_合体扎马斯合体了谁_炫舞合体宠物怎么合体

为了提高精确测量的可用 新的CSC(复杂表面轮廓线测量) 和CCC( 复杂 圆弧轮廓线测量) 方法只需要用户选择3 个顶点, 计算机根据三个点所确定的 测量计划自动地在 3D 模型上寻找所有相关的顶点三维坐标, 找出 量计划所对分的多边形队列,最终利用数学公式 计算出点之间的距离, 获得满意的测量结果。 对体型人群数据的统计和建模分析利用统计学工具与计算机程序, 可以从大量的 人体体型数据样本中寻找有价值的信息, 通过记录 大量的个体在三维空间中的点阵, 参照现有号型系 统的尺寸, 可以直观地反映出现有号型系统在合体 配伍上的缺失之处。 在确定缺失号型之后, 可以采用三维数据模糊 聚类方法, 对缺失号型的体型样本空间进行分组聚 类。聚类是一种根据样本属性值划分样本空间的 方法, 每一个人体数据是一个样本, 每一个样本有 个样本数据,则样本空间 记为 Ck,聚类的过程就是寻找合适 的聚类中心 最小,此时 也是可以为每组样本建立适用的号型所依据的最佳体型。 上面介绍的是模糊聚类的一般模型, 实际应用 合体测试技术合体测试是在虚拟的环境中模拟人试穿服装 的情况, 以判断服装是否合体, 虚拟现实( Virtual Realit 技术是实现这一步骤的重要手段。

目前主要的研究问题有: 人体模型的局部分割与尺寸细化。体测时是通过离散采样的方法对人体进行测量, 其间测 量点的选取、包括人进行体测时所采用的姿势与体 都遵循尽可能全面准确地反映人体体型的原则。然而, 服装生产者只希望获得与他们生产的服 装相关的人体局部的数据, 往往利用体测数据复原 出某一部位的人体模型并用于单件订做或批量生 产中。目前, Virtuosi 研究小组正在从事这方面的 研究, 其目标是将一次全面人体扫描所获得的模型 进行局部分割与尺寸细化, 并为成本昂贵的体测数 据建立换算的标准, 以解决不同体测数据无法互换 的局面。 织物模拟。服装模拟大部分基于物理学的方法, 在考虑弹性变形与接触效果后模拟真实的 织物效果。例如用机械有限元方法模拟松弛条件 下的织物; 利用织物变形试验数据模拟织物变形条 件下的效果, 该方法与有限元相比更加准确, 用起来过于复杂,不如有限元法在交互状态下的模 拟来得简便快速。 虚拟试穿。在虚拟人体上试穿虚拟服装是一个十分复杂的过程, 首先衣物与人体都被看作 是相互独立的对象, 衣物由若干衣片组成, 这些衣 片的形状有可能十分复杂和细致。然后模拟系统 会尝试用衣片去覆盖人体, 直到衣片之间按照指定 的缝合线贴合完毕, 在这个过程中, 系统必须检测 并处理人体与衣物发生的接触情况, 并综合考虑织 物产生的褶皱效果, 模拟出虚拟人体穿着衣物后的 效果。

合体性的评价合体性评价需综合考虑测量、功能与美学等多 方面的因素, 在现阶段仍需借助人的判断进行评 价。目前有利用服装与人体之间空隙层大小作为 合体判别标准的方法, 但这种标准还不能绝对量 随着前沿信息技术的应用,服装合体性的研究 框架已经逐步确立。国外已经形成了完整的服装 合体研究理论体系, 涵盖了从服装设计、加工制作、 人体测量、号型分类、合体测试、市场研究以及心理 分析等多学科、多领域的最新研究方法。与此同 也须注意到国内关于服装合体性的研究尚处在初起步阶段, 相关的硬件环境与软件支持还不完 这与我国拥有的13亿服装消费群体和服装加 工生产大国的地位是极不相称的, 为此, 需要结合 纺织、服装和其他行业, 特别是信息行业的成熟技 术和研究成果, 注重基础理论研究与实践应用的结 外来技术与本国实情的结合,才能将我国的服 装合体研究提高到新的水平。 参考文献: 人体测量技术的现状与发展趋势[ 人类工效学,2002, 31~34. 张新民.基于特征的三维人体建模 天津工业大学学报,2002, 21( 80~82. 张渭源.服装合体性评价中的模糊数学方法 东华大学学报(自然科学版) 2003, 29( 11~13. BodyScanning CustomFit Garments[ Management,2002, 17~19. VirtualReality VirtualFashion[ IEEESpectr um Magazine, 1998, 11~13. DataMining Concepts echniques[ BeiJing:Higher Education Press, 2000.

Leave a reply