版型設計中數據的最優效率方法研究

黃才森，周 莉

(西南大學，重慶 400715)

?

版型設計中數據的最優效率方法研究

黃才森，周 莉

(西南大學，重慶 400715)

文章針對當前三維制造平臺版型設計中數據的最優效率研究有待進一步完善，提出了一種研究方法。該方法是通過捕獲三維人體尺寸，從用戶數據集群中選取繪制衣片版型(借助EMKO原型設計的部分優點和特殊的人體測量尺寸建立所需的原型結構)所需要的15個用戶數據，計算不同覆蓋率下的版型對比得分，并且對各組覆蓋率與版型對比得分進行最優尺度分析和ROC曲線擬合。依據覆蓋率與版型對應得分計算分析結果，結合該覆蓋率下三維人體樣衣試穿試驗驗證，最終確定最優效率。

版型設計；覆蓋率；曲線擬合

三維人體測量儀可以快速獲得三維人體數據，更加科學、方便、準確和快捷地將所測量的服裝三維尺寸運用到服裝工業的實際生產中來，對于服裝產業的發展來說顯得尤為重要[1]。近年來，非接觸式三維掃描在服裝學科的應用開始興起，從手工測量逐漸向自動化、數字化轉變的趨勢越發明顯。服裝個性化定制的需求不斷上升，因此沿用服裝推放碼原則進行生產的方式越來越不能滿足用戶個性化的需求。本文正是基于人體尺寸與版型繪制的關系，探討尋求最優效率，更好地推進電子化量身定制。

1 引言

在標準樣版到個性樣版的轉換過程中，有研究提出通過確定關鍵點，建立點編號和修改規則的方式進行傳統放碼[2-3]；還有研究提出根據顧客人體數據信息快速生成適合該顧客的樣版為核心的量身定做系統[4]。這些方法都存在一定的局限性，并且對打版技術人員要求較高。針對此類現狀，本文提出精確采集用戶數據，從原型衣片比較到系統分析的精準驗證，實現個性樣板最優方案，如圖1所示。

圖1 研究流程圖

2 原型對象的選取與繪制

2.1 原型對象選取原則

原型設計方法需要充分考慮人體結構特點，同時為了趨向服裝個性化定制，需要采用足夠多的人體標準尺寸[5]。

2.2 原型比對

2.2.1 美式原型

由于其胸省位于腰省的位置上，因此外觀造型更加立體，但是胸部上部不會很服帖,總計使用人體尺寸22個。

2.2.2 英式原型

胸省在肩縫上，傳統歐洲原型的外觀特點更加容易使服裝合體，豎向分割線也更加趨近人體的線條,總計使用人體尺寸10個。

2.2.3 日本文化式原型

基于完善的測體數據之上，根據測體數據之間的回歸關系而將使用尺寸縮減到4個，其結構與服裝立體裁剪有著密切的關系,總計使用人體尺寸4個。

2.2.4 東華原型

在參照日本文化式原型的基礎上根據我國的測體數據建立起來的，并在不斷地調整和完善中，總計使用人體尺寸4個。

2.2.5 俄羅斯的EMKO原型

運用大量人體測量尺寸(47個)及其幾何近似運算，充分考慮到了人體結構特點，并采用了足夠多的人體標準尺寸，因此既可以在服裝定制中使用，也可以廣泛運用到工業生產。為了凸顯本文研究特點，使用的原型設計方法是借助EMKO原型設計的部分優點和特殊的人體測量尺寸建立所需的原型結構。

2.3 原型繪制

在原型繪制過程中，共包括56個步驟，涉及到50個單位點和6段單位弧長的繪制。經過簡化和統計，繪制過程共使用15個人體測量尺寸。由于篇幅的限制，繪制步驟不在此詳述，衣片原型設計結果如圖2所示。

圖2 衣片原型的繪制

3 最優效率的數據分析與驗證

3.1 覆蓋率與版型對比得分的計算

為了統計15個用戶數據在版型繪制中的使用頻率和權重，現對構成點和弧長的原始數據進行計算和分析，結果如表1所示。

表1 人體尺寸數據統計表

則在版型繪制步驟的56個單元，Tm總得分為：

因此，可以依次計算使用n(n∈[1,15])且n∈N+)個人體尺寸的版型對比得分：

計算結果如表2所示。

表2 覆蓋率劃分結果

注：表2中人體尺寸(序列號)列沿用表1序列號，下同。

3.2 ROC曲線擬合和最優尺度回歸

由于表2中羅列的數據不能直觀地觀測版型對應得分與覆蓋率之間的變化關系，本文對表2進行散點圖的繪制，結果如圖3所示。在散點圖基礎上完成ROC曲線擬合，結果如圖4所示。

本文選用SPSS 19.0數據統計分析軟件對版型對應得分與覆蓋率的散點圖進行ROC曲線擬合。根據散點圖的趨勢，同時進行Linear線性模型、Inverse倒數模型、Cubic拋物線模型和Logarithmic對數模型4種函數類型的擬合。結果見圖4。

圖3 覆蓋率與版型對應得分散點圖

從圖4中可以反映出4種函數模型對數據的擬合程度不盡相同。函數模型擬合程度的高低一定程度上反映于方差F和調整R平方的數值[10]。函數類比結果如表3所示。

表3 函數類比結果

表3的統計結果顯示，在這4種函數類型中，拋物線函數模型的調整R平方和方差最小，而且從圖4中也可以看出，4段函數曲線中，拋物線函數模型的擬合程度最優。

圖4 覆蓋率與版型對應得分曲線擬合圖

由于版型對應得分與覆蓋率是一一對應且為點集，因此不適合采用對擬合拋物線函數模型求導函數的方式進行最優解的計算。本文通過計算并觀測15組覆蓋率下的版型對應得分與用戶數據覆蓋率的比值，依據此項指標為參照，代入拋物線函數檢驗求最優解。為保證數據采集的合理性和本文研究的必要性，將覆蓋率大于等于80%和小于等于20%的相應數據剔除。最終計算結果如表4所示。

表4 比值計算結果

從表4中可以發現，在覆蓋率為33.33%時，版型對應得分與覆蓋率的比值最高，通過計算拋物線函數模型在該點的切線斜率與其余點相比較驗證發現，覆蓋率為33.33%時繪制版型數據轉置效率最優。

3.3 三維操作平臺試驗驗證

本文選用CLO3D 2011軟件對圖2原型衣片分別進行用戶數據覆蓋率為100%和33.33%的原型繪制比較。如圖5、圖6所示。

圖5 覆蓋率33.33%三維虛擬試衣

在CLO3D軟件界面的進行版的繪制，覆蓋率為33.33%時，與胸高、前腰節長、背寬、后中長和臂根寬有關的工藝數據被確定，其余數據可以人工調節，可以為用戶提供更高效的個性化定制。在適體性上，與覆蓋率為100%的版型相較而言，更有可能適合不同體型特征的用戶客群。

圖6 覆蓋率100%三維人體試穿

4 結論

本文借助EMKO原型設計的部分優點和特殊的人體測量尺寸建立所需的原型結構為研究對象，提取原型繪制所需要的用戶數據，經過數據處理和ROC曲線擬合，擬合結果顯示覆蓋率為33.33%時效率最優，對應的用戶數據為：胸高、前腰節長、背寬、后中長、臂根寬。將最優效率下的覆蓋率在CLO3D上進行原型驗證。從驗證過程來看，在原型繪制時確定覆蓋率為33.33%對應的用戶數據以外，其余變量根據體型進行人工調節，通過適體性和效率綜合比對，覆蓋率為33.33%最優。因此，在選取本文所建立的原型作為基礎版投入生產時，應縮減采集用戶數據為胸高、前腰節長、背寬、后中長和臂根寬效率最優。用戶數據的采集在不同版型之間存在一定差異，但是本文在研究方法上普遍適用。

[1] 溫武.基于三維人體測量數據的服裝結構設計應用研究[D].天津：天津科技大學，2010.

[2] Cynthia L，Istook. Enabling Mass Customization: Computer-driven Alteration Methods[J].International Journal of Clothing Science and Technology，2002，14(1)：61—76.

[3] 楊允出，張渭源，劉莉.基于批量定制的服裝樣板數字化設計技術[J].紡織學報，2007，28(1)：124—128.

[4] 胡覺亮，董建明，何瑛，等.基于人工神經網絡的服裝結構設計[J].紡織學報，2006，27(2)：49—52.

[5] 齊行祥.基于個性化虛擬人臺的服裝合體性評價模型研究[D].上海：東華大學，2011.

Research on Optimal Efficiency of Data in Pattern Design

HuangCaisen,ZhouLi

(Southwest University, Chongqing 400715, China)

The article pointed out a research method to improve the optimal efficiency of the data in pattern design, which used the three-dimensional manufacturing platform. This method measured three-dimensional sizes of the human body, selected 15 required body sizes of drawing pattern (which was designed with the advantages of EMKO pattern and special human body measurement dimensions) from the data cluster, calculated the pattern type contrast score under different coverage ratio, fitted ROC curve and analyzed the optimal scale of the coverage ratio and pattern contrast score. According to the result of calculating and analyzing the coverage ratio and pattern contrast score, and combined the experimental verification of 3D human body sample under the coverage ratio, the optimal efficiency could be confirmed.

pattern design; coverage ratio; curve fitting

2017-04-08

中央高校基本業務費專項資金資助項目(XDJK2016C100、XDJK2014A011)

黃才森(1996—)，男，江西贛州人，學士。

TS941.2

A

1009-3028(2017)03-0040-05