基于中美女性體型比較的服裝合體設計研究

尹玲　陳然　邱月

【摘要】選擇年齡介于18-35歲之間的，400名中國女性，340名美國女性為受試者，通過三維人體掃描，獲取21個關鍵體型指標，分析中、美年輕女性的體型差異及在服裝合體設計上的表現：最后通過北卡羅來納州立大學開發的服裝用人體體型識別技術分析兩國受試者的體型類別分布，結果表明中國女性的體型類別變異性小，美國女性的體型差異明顯，變異性大。

【關鍵詞】體型指標、體型類別、人體掃描，體型識別

1 前言

在當前以人為本的消費時代，人們在追求個性化服裝的同時，更希望穿著能凸顯自己體型的服裝，但遺憾的是，服裝款式與自己的體形不匹配的矛盾日益突顯，同時也制約著國內外服裝生產商。據調查，有一半的消費者在市場上無法找到合體的成衣，郵購的服裝中有30%的退貨是由于服裝的不合體。由于合體性問題（即所謂尺碼問題），中國共有11億件襯衫積壓。美國84%的女性遭遇服裝合體性問題，在女裝銷售中，由于服裝的不合體原因約損失11，000，000美元。由此可見，服裝的合體性成為當前國內外服裝設計行業亟待解決的問題。

Levis牛仔褲之所以享譽全球，主要歸因于Levi Strauss成功地權衡全球標準化與局部適應化，通過最大程度地適應局部市場條件，以最大化市場份額。Gap公司，美國領先的全球服飾零售商，為全球90多個國家供應男女裝及童裝。Gap的成功取決于其適時地提供滿足其不同區域客戶產品的能力，據匯報，Gap在中國銷售的服裝中有30%不同于在美國銷售的產品，其主要是基于考慮亞洲人的品味與人體尺寸。因此，正確認識目標客戶的體型對解決服裝的合體性問題具有非常重要的理論和實踐意義，國際服裝生產商如果想在全球市場中取得競爭優勢，應充分了解各個區域目標客戶群體的體型因素。

中國是全球人口最多的國家，人口占全球人口的19.24%，是世界上最大的紡織服裝生產和出口國，尤其是與美國的進出口服裝貿易更是頻繁。充分了解中美人口的體型差異對于兩國服裝生產商生產適合目標消費群體體型的服裝及消費者選購適合自己體型的服裝都極為重要。

2 研究方法

2.1受試者及試驗方法

740個年齡在18-35歲之間的年輕女性為受試者，其中400個中國女性，340個美國女性。這個年齡范圍的女性更傾向于選擇合體性服裝，更為觀注自我形象和體型修正。三維人體掃描試驗采集與服裝合體性設計密切相關的22個體型數據為分析依據，分析中美女性體型差異及對服裝合體性設計的影響。其中BMI是體質指數，由公式：體重/身高2（kg/m²）計算得來。

三維人體掃描試驗通過[TC]2（Textile Clothing Technology Cooperation，美國）公司研究開發的非接觸式三維人體掃描和測量系統完成（以下簡稱[TC]2系統）。該系統是為了迎合服裝業大規模定制化的潮流，以服務服裝工業為目的開發出的非接觸式人體掃描和測量系統，旨在迅速、準確、可靠地提供用戶人體尺寸。

系統采用白光相位法，利用裝置向人體表面投射柵格，根據光學原理，柵格在人體表面發生反射，被CCD（Charge-coupled device）照相機捕獲并拍攝，經過傳感器傳送到軟件系統成像。系統設有四個固定的傳感器，每個傳感器分別捕獲人體體表的一個分割段面，將四個傳感器捕獲到的人體四個分割段拼合即形成人體體表掃描圖像。人體掃描圖像一旦形成，即可獲得由40，0000個數據點構成的點云圖，人體分割段面圖以及提取出的人體測量數據，詳細的測量項目由用戶在掃描前預先設定。[TC]2系統在進行人體測量時，歷經一系列的數據處理，形成一條數據流，即二維人體掃描圖像——三維點云——人體模型——尺寸數據。整個過程只需要53S即可全部完成系統通過相應的三維人體測量系統NX 16總共可以提取200多個人體尺寸，但用戶可以根據需要選取部分尺寸進行輸出。系統的工作流程如圖1所示。

每個受試者被要求領進一個私密的更衣室，脫去所有的首飾與眼鏡，脫去外衣，只穿著自己的胸罩和內褲，選擇一套尺碼適合自己的掃描專備服裝，包括運動上衣、短褲，并把頭發挽起來全部v包到帽子里。這些專供掃描用的服裝是中性的運動短褲、上衣和帽子，均為淺灰色（[TC]2三維掃描儀的測量原理決定了其在人體測量時，傳感器不能采集到人體體表深色部位的數據。）

當受試者按照要求穿上專備運動服裝后，開始進入掃描程序，受試者依次進入掃描暗室里，要求受試者在自然放松的狀態下，直立，目視前方，頭微上抬，雙腳分立，間距12英寸（腳的位置事先標記好）；雙手握住手柄（手柄的作用是使雙手穩定在身體兩側），使得雙手距離身體兩側一定距離，以保證足夠的白光能夠穿過身體兩側。在測量過程中受試者應保持身體不晃動，呼吸均勻。測量前對被測者進行上述指導，按照上述程序完成三維人體掃描。

2.2分析方法

SPSS 2013和Excel 2000用來統計分析體型數據。兩國女性體型數據的差異通過獨立T檢驗比較其均值差異顯著性。*號顯示獨立樣本具有95%以上的統計顯著性，兩國女性體型形態的差異通過體型識別技術FFIT（FFIT，Female Figure Identification Technique）判別，該技術由北卡羅來納州立大學開發，依據胸圍、腰圍、臀圍和腹圍將女性體型劃分為9類（W表1）可以準確地判別美國女性的體型差異。據驗證，FFIT的準確判別率可達到90%以上。

3 試驗分析

3.1體型數據的統計分析

表2列出了中美年輕女性的21個平均體型數據，包括平均值、標準方差（SD）、最大值（Max）、最小值（Min）及變異系數CV。均值差是美中女性體型數據平均值之差。圖1是均值差的圖示。

由表2可以看出，除了后背寬這一測量數據沒有顯著差異外，其余20個測量指標均呈現顯著性差異（α<=0.01），說明中美年輕女性的體型有顯著性差異。

美國女性樣本的10個平均圍度尺寸（上胸圍、胸圍、下胸圍、腰圍、臀圍、中臀圍、大腿根圍和臂根圍）均明顯大于中國女性樣本，說明美國年輕女性比中國同年齡段女性明顯偏胖。美國女性樣本的4個平均高度尺寸（身高、頸椎點高、后腰高和下襠高）均明顯大干中國女性樣本；全臂長較中國女性略長，說明美國年輕女性較中國同年齡段女性明顯偏高，反映在服裝上美國女裝的衣長、褲長及袖長要比相似體型的中國女性略長。美國女性的胸圍和下胸圍之差值較中國女性大，說明美國女性的胸部較中國女性豐滿，對應合體性原型的胸省要大于中國女裝原型。美國女性的大腿根圍和臂根圍較中國女性大，表明美國女性大腿根部和手臂根部較中國女性粗，反映在服裝上美國女性合體褲的褲肥及合體袖的袖肥均大于相似體型的中國女性。肩寬、小肩寬和肩斜的均值差值呈負值，表明美國女性較中國女性的肩部略窄，肩斜度小，略平。美國女性體型數據的標準差、變異系數及最大值與最小值的差值較中國女性大，表明中國女性的體型數值更集中，變異性小，美國女性的體型差異明顯，變異性大。

4.2中美女性體型類別分布的比較

圖4為中美女性的體型分布。由圖4可以看出，按照FFIT的劃分標準，中國年輕女性的最主要體型是勺型，幾乎57%的受試者屬于這一體型類別。下體略大的沙漏型是第二大體型類別，26%的中國受試者屬于這一類別。與中國受試者相反，美國年輕女性最主要體型是下體略大的沙漏型，幾乎44%的受試者屬于這一類別，22%的女性是勺型。沙漏型是兩國年輕女性的第三大主要體型。幾乎90%的中美年輕女性都屬于這三大體型類別。這一結論與Simmons的研究結論：美國40%的女性是下體略大型的沙漏型，21.6%的女性是沙漏型，一致。

5 結論

本文分析了中美18-35歲年齡區間的女性體型差別及體型類別分布，得出了美國女性較中國女性偏高、偏胖、S形曲線更明顯，手臂略長，腿圍和臂根圍較粗，肩窄、肩略平。美國女性的體型類別較中國女性豐富，體型差異大的結論。同時也進一步驗證了當前服裝合體性問題的根本原因在于批量生產的標準化服裝與多樣化的人體體型匹配度不高，解決服裝適合于多樣化人體體型的有效途徑即在服裝工業批量生產的模式下，融入柔性機制，實現定制服裝的快速生成。