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

1、隨著消費(fèi)者對(duì)服裝的合體性、個(gè)性化需求不斷提升，服裝企業(yè)生產(chǎn)逐漸由適應(yīng)大眾消費(fèi)的批量生產(chǎn)過(guò)渡到適應(yīng)特定消費(fèi)者的定制式生產(chǎn)，包括面向群體的批量定制和面向個(gè)體消費(fèi)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(xì)化與樣板數(shù)據(jù)增多的同時(shí)，龐大的體型數(shù)據(jù)庫(kù)與號(hào)型數(shù)據(jù)庫(kù)也隨之產(chǎn)生，如何實(shí)現(xiàn)人體體型數(shù)據(jù)與服裝號(hào)型數(shù)據(jù)的快速、精確、高效匹配是服裝定制過(guò)程中亟待解決的關(guān)鍵問(wèn)題之一。為此，課題在人體體型分析的基礎(chǔ)上構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)集成的服裝號(hào)型自動(dòng)

2、歸檔系統(tǒng)。
　　 首先，采用美國(guó)[TC]2三維人體測(cè)量?jī)x對(duì)年齡在18-25歲之間的青年女性進(jìn)行三維人體測(cè)量，采集人體控制部位的數(shù)據(jù)信息以及人體正面與側(cè)面的二維圖像;通過(guò)圖像處理技術(shù)得到清晰的人體體表輪廓線，在此基礎(chǔ)上提取體表特征點(diǎn)坐標(biāo)并計(jì)算得到6個(gè)體表角度。
　　 其次，通過(guò)對(duì)體表角度的偏相關(guān)分析得到具有代表性的4個(gè)體表角度指標(biāo)，即肩斜角、體側(cè)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(yùn)

3、用K-Means聚類方法將人體體型分為4類，并與國(guó)標(biāo)Y、A、B、C四種體型組合得到16種細(xì)分體型。
　　 再次，將神經(jīng)網(wǎng)絡(luò)集成方法運(yùn)用于人體體型識(shí)別研究，通過(guò)Adaboost算法集成10個(gè)簡(jiǎn)單BP神經(jīng)網(wǎng)絡(luò)，運(yùn)用MatlabR20lOa軟件構(gòu)建BP-Adaboost神經(jīng)網(wǎng)絡(luò)體型識(shí)別模型，實(shí)現(xiàn)人體體型自動(dòng)識(shí)別，識(shí)別精度達(dá)95％。
　　 然后，根據(jù)服裝結(jié)構(gòu)設(shè)計(jì)的需要，在國(guó)標(biāo)服裝號(hào)型控制部位的基礎(chǔ)上將控制部位擴(kuò)增為20項(xiàng);通過(guò)試

4、穿實(shí)驗(yàn)，根據(jù)適體性原則得到人體與號(hào)型的對(duì)應(yīng)關(guān)系。由此統(tǒng)計(jì)分析得到各細(xì)分體形在號(hào)型系列中的分布規(guī)律，并計(jì)算得到號(hào)型規(guī)格相應(yīng)控制部位的具體數(shù)值。
　　 最后運(yùn)用MIV算法分別對(duì)上裝和下裝的控制部位指標(biāo)進(jìn)行篩選，將篩選后的控制部位指標(biāo)作為神經(jīng)網(wǎng)絡(luò)模型的輸入層，運(yùn)用神經(jīng)網(wǎng)絡(luò)集成方法構(gòu)建身高、胸圍、腰圍的預(yù)測(cè)模型:結(jié)合體型識(shí)別模型得到號(hào)型的三項(xiàng)構(gòu)成單元信息，即號(hào)（身高）、型（胸圍、腰圍）和體型，由此構(gòu)建基于神經(jīng)網(wǎng)絡(luò)集成的服裝號(hào)型歸檔系統(tǒng)，