青年男性肩点横截面曲线及其体型细分

为建立基于横截面曲线形态指标细分青年男性肩部体型的方法,选取了年龄在18~26周岁的213名在校青年男性,用三维人体扫描仪测量获得其肩部数据,借助IMAGEWARE 12.0与Mat Lab R2012b软件,利用冒泡排序算法实现了肩点的自动准确提取,且肩高相对误差控制在(0,0.011)之间;通过分析肩点横截面形态特征,提取了曲线曲率半径及矢额径比作为分类指标,对比曲率半径均值,确定了5个特征点角度为-50°、-35°、0°、50°与90°;应用K-Means聚类方法及方差分析,将肩部体型划分为4类,建立了依据特征点曲率半径与矢额径比细分肩部体型的方法,通过对比肩点截面曲线形态,进一步定性描述了4类肩部截面的曲线变化特征。     

基于三维扫描的短裤形态与结构设计关系研究

为研究短裤重要部位结构设计对着装后的形态所产生的影响,借助TC2三维扫描技术采集点云数据,运用RBF神经网络拟合短裤特征截面曲线,提取短裤各特征截面的裤宽、裤厚及每隔15°人体表面与裤装表面间距数值,最后用相关性分析进行数据处理。结果表明:样板参数中落裆量与臀围截面裤厚呈显著正相关,而后裆倾斜角增大腹围截面与臀围截面分别趋向宽扁和厚窄。落裆量对着装间隙量的影响部位为裆围截面和裤口截面。后裆倾斜角对着装间隙量的影响部位为腰围、腹围及臀围截面。落裆量增大裤管整体有向前倾趋势,后裆倾斜角增大短裤腰腹臀后侧更贴近于人体。     

基于二维测量下的下肢围度拟合研究

采用非接触式人体测量和手工测量两种测量方法来获得人体下肢数据,通过与手工测量方法的比较,发现仪器在围度方向的测量精度受到围度拟合精度的较大影响。因此,本研究通过对下肢的各部位进行分类,并逐类建立回归方程的方法来提高围度的拟合精度,进而提高仪器测量精度。     

服装品牌与标识设计

越来越多的企业或品牌逐渐认识到,与其产品和服务相关的不仅只是产品质量和和服务的态度,更多的是品牌名声、标识是最具价值的资产之一。服装品牌标识是服装企业树立良好形象和做好市场营销的有效手段之一。由于生活节奏的加快,顾客选择商品的时间却越来越短。在这样的形式之下,成熟品牌的给顾客的正面强势的攻势就大大简化了消费者的购买策略,降低消费者的后顾之忧。因此提高品牌的知名度、影响力、品牌质量就成了许多品牌的当务之急。     

短裤特征截面曲线的径向基函数神经网络模型构建

将着装人台进行三维扫描获取点云数据,截取与人体特征部位相对应的短裤特征截面。将原数据坐标点转化为极坐标系下的极角与极径值后,以极角值作为输入向量,极径值作为输出向量,构建短裤特征截面曲线的径向基函数（RBF）神经网络模型,并与反向传播（BP）神经网络、最小二乘法及三次样条函数的拟合效果进行比较。结果表明,神经网络拟合曲线的平均绝对误差比最小二乘法及三次样条函数方法小,仿真输出曲线和原始数据非常接近,且曲线光滑;RBF网络的训练速度更快,所需训练步数少,拟合效率明显优于BP神经网络。     

基于纵向轮廓曲线的青年女性体型细分研究

提取了能用于青年女性体型分类的纵向轮廓曲线,包括矢状面和冠状面轮廓曲线。建立了用轮廓曲线特征点曲率半径进行青年女性体型分类的方法。在国标体型分类的基础上,进一步细分青年女性体型,从纵向轮廓曲线形态入手,分析曲线特征点曲率半径,应用K-means聚类算法进行动态聚类,将伪F统计量作为判别函数来确定最佳类数目,最终将纵向体型分为8类,量化区分了青年女性纵向体型差异,并提出一种新的体型标识：“国标体型+纵向体型”。