基于人体表面曲线特征的青年女性上体体型分类与识别模型

来源 :北京服装学院 | 被引量 : 0次 | 上传用户:hyslst
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着当今服装行业的快速发展,人们对服装产品的个性化和舒适性需求越来越高,服装个性化定制随之兴起。在现行国家标准之上对体型进行再度分类是满足服装舒适性和合体性的前提。本文的研究内容是结合国家标准GB/T 1335-2008服装号型生产对女子体型划分的Y、A、B、C分类标准,对青年女性上体体型做出更详细的划分。利用法国SYMCAD人体测量系统和逆行工程软件Geomagic Studio对三维人体数据进行采集和预处理。基于前人对人体体表形态的科研成果,选取胸凸角、腹凸角、背入角、背侧角、体侧角、臀凸角、肩斜角7个体表角度来反映人体体表曲线的起伏变化。通过对体表角度与重要身体控制部位尺寸的Pearson相关分析、偏相关分析、以及R型聚类对体表角度的选取进行了合理性验证。以体表角度作为分类指标对采集到的230个人体数据进行k-means聚类分析。通过对比实验结果,基于体表曲线特征最终确定将体型分为3类。结合分类结果对国家标准Y、A、B、C 4类体型进行了二级分类,通过其中的YII到BIII 8类体型可以推断出国家标准下的青年女性体型更详细的特点。最后,通过百度AI平台所开放的Easy DL一站式深度学习开发平台创建可以对人体体型进行分类的识别模型,同时发布了共有云API接口还可以对体型识别进行二次开发。
其他文献
学位
学位
学位
学位
学位
学位
学位
学位
学位
人们审美水平的不断提高与互联网的快速发展促使时尚产业蕴含着巨大的市场潜力,多媒体、模式识别和计算机视觉等领域对时尚服装开展的智能分析研究引起学术界和工业界的广泛关注。其中服装属性与关键点的识别是进行趋势预测和检索等后续智能分析任务的基础问题之一,因此具有重要的研究意义。然而,服装工程知识体系专业性较强,现阶段已有的基于深度学习算法对于该领域的研究存在着单件衣物属性分类简单、准确性有待提高等问题。T