基于三維人體數據的青年男性下肢體型分類

汪東升， 袁惠芬， 王 虹， 孫 坤， 杜增鋒

(安徽工程大學 紡織服裝學院，安徽 蕪湖 241000)

國家現行服裝號型標準GB/T 1335—2008是在原GB/T 1335—1997基礎上修訂的，其樣本來源于1985年人口測量數據。隨著生活水平的不斷提高，人體體型已經發生變化，目前推行的號型標準顯然已不再適合當前市場需求[1]。此外，國家服裝號型適用于13～60歲的男士，年齡跨度較大，難以準確匹配各年齡段男士的體型。服裝號型系統是服裝制作的基礎性標準，其準確性與服裝的適體程度關系密切[2]。針對體型分類的研究方法有定性描述法和定量分析法。定性描述是根據人體的整體形態，用語言、數字或字母對其進行描述；定量分析是指在對人體數據分析的過程中，確定影響體型分類的單個或多個指標，對體型進行定量描述。

目前，針對體型分類的研究方法包括主成分分析、因子分析、聚類分析等。黃英等[3]采用腰臀差作為體型分類的標準，將華東地區22～55歲成年女子分成P(梨形體)、M(中間體)、F(偏胖體)、O(柱形體)4類體型。王軍等[4]研究褲裝結構合體性的影響因素，采用因子分析得到影響腰臀部體型的5大形態因子，并將東北地區青年女性腰臀部體型分為3類。張中啟[5]通過因子分析法，提取影響中西部地區男性大學生下肢體型特征的5個主要因子，以腰位高/腰圍、臀腰差為分類指標，將其體型分為5類。方方等[6]對176名18～25歲青年女性進行三維人體掃描，提取出影響腰臀形態的8個特征參數，選取腰臀比和臀凸高比為分類指標，對樣本進行K-means聚類分析，得到9種腰臀部三維模型，為三維虛擬試衣等技術提供參考。程朋朋等[7]通過對福建200名18～25歲青年女性進行人體測量，提取出身高、胸圍、腰圍、臀圍、胸高、腰高6個特征參數作為分類指標，運用K-means方法將福建青年女性體型分為7類，為建立福建地區女青年人體尺寸數據庫提供依據。倪世明等[8]以在校青年女性為研究對象，提取能用于青年女性體型分類的縱截面特征曲線，并提出用縱截面曲線特征點曲率半徑進行青年女性體型分類的方法，運用K-means聚類算法進行動態聚類，將縱截面體型分為8類。雷玲玲等[9]使用三維人體掃描儀對嘉興學院18～24歲的在校青年女性進行人體測量，利用SPSS軟件對原始數據進行處理，通過K-means聚類方法，根據選定的指標將樣本分為腿偏長體型、臀圍偏大體型、扁平體型，為后期新體型研究分析、新號型標準制作提供新思路、新方法，同時對小批量定制的發展也具有指導作用。

上述學者在提取樣本體型特征指標后，采用K-means聚類分析時對k值的選取大多依據經驗所得，導致分類結果具有一定主觀性。文中在因子分析的基礎上提取反映人體特征形態的參數，選擇方差碎石圖曲線拐點作為確定k值的依據，并采用K-means聚類方法對下肢形態進行較為客觀的分類。

1 實驗部分

1.1 儀器

3D CaMega三維掃描儀，北京博維恒信科技發展有限公司制造。

北京博維恒信三維人體掃描系統的掃描原理為非接觸式結構光掃描，采用高亮度LED冷光源，減少外界環境對測量準確性的影響，并配備濾光系統，可濾掉環境中干擾的光，減少噪聲，提高數據質量。

1.2 著裝及人體掃描要求

以18～25歲的江浙滬地區在校大學生為研究對象。在進行人體掃描時，被測人員需穿著實驗室提供的對應身材尺寸的淺色緊身衣，為減小誤差，緊身衣需緊貼皮膚，無明顯皺褶。同時，身上不可佩戴手表、項鏈、耳環等飾品，以免成像不均。

測試者按照測量要求自然站立在指定位置，雙臂下垂，肩膀宜平直而不僵硬，雙手握拳離大腿距離約5～10 cm。開始測量時，保持正常呼吸頻率，目視前方，不可閉眼，以防身體失去平衡而晃動。標準站姿如圖1所示。

為避免儀器系統及測量者晃動帶來的誤差，提高測量精度及數據合理性，每一位被測者需測量3次，取其平均值。

1.3 測量項目

參照文獻[10-11]，選取35個三維掃描儀測量項目，另外補充體質量作為手動測量項目，共計36個項目，具體見表1。

表1 測量項目Tab.1 Measurement items

2 數據分析

2.1 數據的預處理

為保證實驗數據的可靠性與準確性，需對原始數據進行預處理，排除異常值。將各組數據導入SPSS中，對數據進行標準化處理后，得到一組數值。標準化處理后的數值較小，為-1～1，如絕對值大于2，就屬于異常值，需在分析時結合實際測量情況將異常值剔除。綜合志愿者的實際身材，排除由于錄入等人為原因及人體體型差異觸發的異常值，最終保留201名志愿者數據。

2.2 因子分析

因子分析指在眾多初始變量中提取具有代表性的因子，用少數幾個因子代替原有數據信息，既能減少數據分析中變量的個數，也不會造成原始數據信息的大量丟失[12]。對樣本數據進行因子分析的前提條件是，原始數據各變量間需要具備較強的相關性，否則無法從中綜合得出能夠體現相同特征的公因子。

2.2.1巴特利特球形檢驗與和KMO檢驗 檢驗原始數據是否能用因子分析方法進行研究，可以通過計算相關系數矩陣、反映像相關矩陣、巴特利特(Bartlett)球形檢驗以及KMO(kaiser-meyer-olkin)檢驗進行判斷。通過對4種方法的比較，最終采用Bartlett球形檢驗與KMO檢驗相結合的方式探究原始變量是否可用因子分析法分析。

表2為KMO檢驗結果。由表2可以看出，Bartlett球形檢驗的近似卡方值為15 883.364，且相應的概率p值接近0。由于該統計量的觀測值較大，假設顯著性水平值α是0.05，p值為0小于顯著性水平α，同時，KMO值為0.743，說明變量間的相關性較高，認為數據適宜進行因子分析。

表2 KMO檢驗結果Tab.2 Test results of kaiser-meyer-olkin

表3為8個公因子對原始數據體型差異解釋的總方差。由表3可以看出，有8個因子的特征值大于1，同時，總方差累積達到87.616%，由此可以說明，采用8個公因子來描述樣本體型差異即可達到所有數據可信度的87.616%。

表3 解釋的總方差Tab.3 Total variance of interpretation

表4是因子載荷矩陣采用方差最大法經過正交旋轉得到的旋轉成分矩陣。結合表3分析結果，可以得到以下8個用于描述下肢特征的公因子：

表4 旋轉成分矩陣Tab.4 Rotational component matrix

①第1公因子為臀圍、橫襠、體質量、小腿圍、膝圍、腹圍、腰圍、臀圍與下肢長比8個關于下肢圍度的變量，稱為圍度因子；

②第2公因子為立襠、褲后膝、臀高點、褲前膝、褲長與身高比5個關于襠部至膝蓋的變量，稱為襠部形態因子；

③第3公因子為后腿圍線高、前腿圍線高、身高、褲腰凹、褲腰凸、褲長6個關于襠部長度的變量，稱為襠長因子；

④第4公因子為凸臀值、臀凸、臀腰凸差、大腿根后凹、背臀差5個關于臀部形態的變量，稱為臀部形態因子；

⑤第5公因子為大腿根前凹、臀前凹、膝前凸、小腿肚前凸、凸腹差、臀腰值6個關于下肢側面凹凸形態的變量，稱為下肢側身因子；

⑥第6公因子為小腿肚后凸、膝后凹2個關于小腿形態的變量，稱為小腿形態因子；

⑦第7公因子為下肢與上身長比、臀高比、臀腿凸差3個關于下肢整體形態的變量，稱為下肢體態因子；

⑧第8公因子為腰凹，稱為腰部因子。

綜上，影響下肢體型特征的因子可以歸納為圍度因子、襠部形態因子、襠長因子、臀部形態因子、下肢側身因子、小腿形態因子、下肢形態因子和腰部因子。其中影響青年男性下肢體型的主要變量集中在圍度因子上，其次是襠部形態因子。

2.2.2特征指標的提取 為進一步描述下肢體型特征，將上述變量采用權重分析法提取各公因子的特征指標。根據各公因子的方差貢獻率，通過計算因子貢獻率與8個因子累計貢獻率的比值，得到各因子的權重。依據因子得分系數矩陣的系數，計算各變量在公因子中的權重，權重值大小客觀顯示了變量的重要程度，具體結果見表5。

由表5可以看出，橫襠、立襠、后腿圍線高、臀腰凸差、大腿根前凹、小腿肚后凸、下肢與上身長比和腰凹在各自因子中占比最大，即這8個變量相對于其他變量更為重要。結合人體對褲裝舒適性和合體性的要求，分析褲裝紙樣設計中各部位的參數公式，增加身高、腰圍、臀圍3個主要影響因子，共提取11個變量作為評價下肢形態的重要特征指標，具體見表6。

表5 因子權重值Tab.5 Factor weight values

表6 褲裝紙樣參數公式Tab.6 Parameter formulas of trouser pattern

3 K-means聚類分析

K-means聚類的基本原理是將距離作為個體間關系緊密程度的指標，并通過指定分類數求得聚類結果。具體步驟為：①在確定聚類數目k后，指定這k類的初始類中心點；②依次計算每個樣本數據點到k類中心的歐氏距離，根據距離最近原則分派樣本，形成第一次迭代的k個分類；③根據聚類終止條件進行迭代，迭代停止則聚類結束[13]。

立襠又稱直襠或上襠，指后腰圍線至臀溝的豎直距離[14]，是關系褲裝舒適性與合體性的重要部位。立襠與身高比反映了人體的襠長比例，比值越大，說明襠長占據身高的比例越大。臀腰凸差指臀凸點相對于后腰凹點的前后位差，與腰臀形態緊密相關。臀腰凸差的數值越大，說明臀凸點越高，臀部相對于腰部越凸出；數值越小，說明臀凸點越低，臀部與腰部越接近于同一平面。因此，選取高度方向上的立襠與身高比、臀腰凸差作為分類依據，對下肢進行體型分類。

表7為立襠與身高比、臀腰凸差經過K-means聚類為不同類別時，各自聚類中心的數值。

表7 立襠與身高比、臀腰凸差的K-means最終聚類中心Tab.7 K-means final clustering center of crotch to height ratio and hip waist convexity difference

圖2是將立襠與身高比、臀腰凸差作為分類指標，通過觀察分類結果的聚類中心距離和繪制而成的碎石圖。由圖2可以看出，當聚類數為2，3，4時，碎石圖中3點之間連線急劇下降；聚類數為5時，折線開始趨于平緩，并出現拐點，所以選擇聚類數為5。將201個樣本群體分為5類，分別為深襠平臀體、深襠圓臀體、中襠平臀體、中襠圓臀體和淺襠標準體。各項分類指標中心值、案例數和占比結果見表8。

圖2 碎石圖Fig.2 Scree plot

由表8可以看出，青年男性群體中深襠體體型占比較其他體型稍多，達到50.8%，分別為深襠平臀體27.4%與深襠圓臀體23.4%；中襠體體型在青年男性中的占比為23.8%，分別為中襠平臀體16.9%與中襠圓臀體6.9%；淺襠標準體占比為25.4%。以臀部形態進行分類，可以看出平臀體青年男性占44.3%，其次是圓臀體與標準體，分別為30.3%與25.4%。

表8 分類結果Tab.8 Classification results

4 結 語

通過三維掃描儀對青年男性進行下肢部位數據采集和統計分析，總結出以下結論：

1)使用因子分析法，從36個下肢相關數據中提取出能夠反映下肢特征的8個公因子；

2)通過計算公因子中各部位數據的因子權重值，提取特征指標，結合褲裝紙樣設計的參數公式，共提取11個特征指標；

3)選取立襠與身高比、臀腰凸差作為分類指標，利用K-means聚類分析法，將青年男性下肢分為深襠平臀體、深襠圓臀體、中襠平臀體、中襠圓臀體與淺襠標準體5類，各體型占比分別為27.4%，23.4%，16.9%，6.9%和25.4%。