基于神經(jīng)網(wǎng)絡集成的人體體型分析與號型歸檔研究.pdf

1、隨著消費者對服裝的合體性、個性化需求不斷提升，服裝企業(yè)生產(chǎn)逐漸由適應大眾消費的批量生產(chǎn)過渡到適應特定消費者的定制式生產(chǎn)，包括面向群體的批量定制和面向個體消費者的量身定制。體型分析是服裝定制的前提，然而在體型分類細化與樣板數(shù)據(jù)增多的同時，龐大的體型數(shù)據(jù)庫與號型數(shù)據(jù)庫也隨之產(chǎn)生，如何實現(xiàn)人體體型數(shù)據(jù)與服裝號型數(shù)據(jù)的快速、精確、高效匹配是服裝定制過程中亟待解決的關鍵問題之一。為此，課題在人體體型分析的基礎上構建了基于神經(jīng)網(wǎng)絡集成的服裝號型自動

2、歸檔系統(tǒng)。
　　 首先，采用美國[TC]2三維人體測量儀對年齡在18-25歲之間的青年女性進行三維人體測量，采集人體控制部位的數(shù)據(jù)信息以及人體正面與側面的二維圖像;通過圖像處理技術得到清晰的人體體表輪廓線，在此基礎上提取體表特征點坐標并計算得到6個體表角度。
　　 其次，通過對體表角度的偏相關分析得到具有代表性的4個體表角度指標，即肩斜角、體側角、胸突角、臀突角，分別用以表征人體肩部、腰部、胸背部和臀部的體表形態(tài)特征;運

3、用K-Means聚類方法將人體體型分為4類，并與國標Y、A、B、C四種體型組合得到16種細分體型。
　　 再次，將神經(jīng)網(wǎng)絡集成方法運用于人體體型識別研究，通過Adaboost算法集成10個簡單BP神經(jīng)網(wǎng)絡，運用MatlabR20lOa軟件構建BP-Adaboost神經(jīng)網(wǎng)絡體型識別模型，實現(xiàn)人體體型自動識別，識別精度達95％。
　　 然后，根據(jù)服裝結構設計的需要，在國標服裝號型控制部位的基礎上將控制部位擴增為20項;通過試

4、穿實驗，根據(jù)適體性原則得到人體與號型的對應關系。由此統(tǒng)計分析得到各細分體形在號型系列中的分布規(guī)律，并計算得到號型規(guī)格相應控制部位的具體數(shù)值。
　　 最后運用MIV算法分別對上裝和下裝的控制部位指標進行篩選，將篩選后的控制部位指標作為神經(jīng)網(wǎng)絡模型的輸入層，運用神經(jīng)網(wǎng)絡集成方法構建身高、胸圍、腰圍的預測模型:結合體型識別模型得到號型的三項構成單元信息，即號（身高）、型（胸圍、腰圍）和體型，由此構建基于神經(jīng)網(wǎng)絡集成的服裝號型歸檔系統(tǒng)，