服裝個性化定制中信息技術(shù)的應(yīng)用與展望

王 靜, 王小藝, 蘭翠芹, 許繼平

(1.北京工商大學(xué) 人工智能學(xué)院,北京 100048; 2.北京服裝學(xué)院 a.文理學(xué)院; b.服飾藝術(shù)與工程學(xué)院,北京100105)

隨著人們經(jīng)濟水平的提高,越來越多的消費者開始追求高質(zhì)量的服裝,并希望通過定制服裝來提升穿著體驗、滿足個性化和時尚需求。這一趨勢導(dǎo)致個性化定制成為服裝市場上的重要驅(qū)動力,對服裝行業(yè)的柔性生產(chǎn)和智能化發(fā)展提出了新要求。中國紡織工業(yè)聯(lián)合會發(fā)布的《紡織行業(yè)“十四五”發(fā)展綱要》提出,要在基本實現(xiàn)紡織強國目標(biāo)的基礎(chǔ)上,引導(dǎo)紡織行業(yè)加快轉(zhuǎn)型升級,強化科技創(chuàng)新戰(zhàn)略支撐能力。但是中國服裝行業(yè)的信息化應(yīng)用水平低、智能化水平也存在普遍不足和發(fā)展不均衡的問題,許多中小型企業(yè)仍然采用人工方式進行服裝信息的采集和管理,這種方式不僅耗時長且誤差大。盡管在大型服裝企業(yè)中,智能排產(chǎn)和智能吊掛系統(tǒng)已經(jīng)得到了廣泛應(yīng)用,但涉及三維人體掃描、量身定制和虛擬試衣等領(lǐng)域的應(yīng)用還處于研發(fā)階段。通過對服裝領(lǐng)域相關(guān)文獻的深入研究發(fā)現(xiàn),多位研究者在服裝供應(yīng)鏈管理、服裝設(shè)計和服裝推薦方面進行了綜述。Giri等[1]對人工智能(Artificial Intelligence,AI)方法在服裝供應(yīng)鏈不同環(huán)節(jié)的應(yīng)用分布情況進行了總結(jié);Chakraborty等[2]回顧了時尚推薦系統(tǒng)領(lǐng)域的研究文獻,明確了當(dāng)前先進的推薦算法和過濾技術(shù);Guo等[3]對服裝設(shè)計領(lǐng)域中AI的應(yīng)用進行了分類和討論,包括地標(biāo)檢測、時尚合成和服裝推薦,專注于特定環(huán)節(jié)的問題。此外,還有其他研究[4]采用多標(biāo)簽分類方法廣泛探討了AI在服裝行業(yè)的應(yīng)用,具有較強的綜合性。總結(jié)這些研究成果發(fā)現(xiàn),服裝個性化定制是服裝行業(yè)未來的發(fā)展趨勢,如何整合信息技術(shù)設(shè)計出經(jīng)濟合理且高效的服裝個性化定制模式是重要的研究課題。

服裝個性化定制指的是從用戶的需求出發(fā),通過在服裝生產(chǎn)各個環(huán)節(jié)中融入信息技術(shù),全面提升服裝企業(yè)在研發(fā)、生產(chǎn)、管理和服務(wù)中的智能化水平,實現(xiàn)消費者、設(shè)計師和生產(chǎn)商之間的互聯(lián)互通,大幅降低服裝定制的成本,讓消費者可以參與服裝的設(shè)計、跟蹤服裝的生產(chǎn)流程,從而提升消費者的購物體驗,降低服裝企業(yè)的庫存風(fēng)險。本文針對服裝個性化定制相關(guān)的文獻進行整理和分析,整合跨學(xué)科的研究成果,首先對國內(nèi)外服裝產(chǎn)業(yè)發(fā)展?fàn)顩r和信息技術(shù)應(yīng)用情況進行分析,其次重點論述服裝個性化定制的發(fā)展現(xiàn)狀和各環(huán)節(jié)所涉及的信息技術(shù)的應(yīng)用情況,按照定制流程分模塊進行具體介紹,并突出個性化定制流程中各環(huán)節(jié)之間的關(guān)聯(lián)性和依賴關(guān)系。最后進行總結(jié)并對未來發(fā)展提出展望和思考,從全局的視野綜合研究個性化定制流程,強調(diào)各個環(huán)節(jié)協(xié)同作業(yè)的重要性,幫助從業(yè)者或研究者在個性化定制流程中做出合理的決策和安排。

1 服裝產(chǎn)業(yè)信息技術(shù)研究進展

1.1 國內(nèi)外服裝產(chǎn)業(yè)發(fā)展現(xiàn)狀

服裝產(chǎn)業(yè)作為主要的民生產(chǎn)業(yè)之一,具有勞動力密集、市場變化快、大眾消費多、品牌優(yōu)勢明顯、資源共享程度低、產(chǎn)業(yè)鏈長且分散等特點。在全球經(jīng)濟化影響下,由于美國、日本、德國、意大利等國家在服裝產(chǎn)業(yè)方面有著不同的優(yōu)勢,服裝產(chǎn)品在發(fā)達國家設(shè)計,再轉(zhuǎn)移到發(fā)展中國家制造和生產(chǎn)成為了普遍現(xiàn)象。

綜觀國際服裝產(chǎn)業(yè)情況,美國服裝產(chǎn)業(yè)注重時尚和創(chuàng)新,正逐漸向數(shù)字化和可穿戴技術(shù)方向轉(zhuǎn)型,在產(chǎn)品監(jiān)測、物流運輸、庫存跟蹤等方面的高度自動化及數(shù)字化生產(chǎn)設(shè)備保證服裝產(chǎn)業(yè)在短交貨期和按需定制方面具備競爭優(yōu)勢,如亞馬遜公司開發(fā)的按需定制制造系統(tǒng),將客戶訂單自動轉(zhuǎn)換為生產(chǎn),且分批統(tǒng)籌進行,優(yōu)化了生產(chǎn)周期和交貨時間,從而實現(xiàn)服裝生產(chǎn)過程全自動化[5]。日本企業(yè)采用小批量、多品種,發(fā)展高附加值產(chǎn)品,將智能技術(shù)運用到服裝設(shè)備和工廠生產(chǎn)中,集成物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù),提升了生產(chǎn)效率。如東麗集團搭建了完備的技術(shù)創(chuàng)新鏈,帝人集團擁有豐富的產(chǎn)品線,通過將科技與生產(chǎn)連接,整合供應(yīng)鏈與下游應(yīng)用企業(yè),實現(xiàn)良好的產(chǎn)業(yè)鏈互動。歐盟2014年啟動的HORIZON2020(地平線2020項目)提出了紡織服裝行業(yè)科技創(chuàng)新的方向,包括循環(huán)經(jīng)濟、服裝行業(yè)的數(shù)字化供應(yīng)鏈、智能紡織品等領(lǐng)域。德國“2025遠景分析”基于2025年社會經(jīng)濟發(fā)展情況倒推紡織服裝產(chǎn)業(yè)的需求和發(fā)展,為德國紡織服裝產(chǎn)業(yè)轉(zhuǎn)型奠定了良好基礎(chǔ),如“Future TEX”項目為德國紡織服裝業(yè)以消費者為中心的柔性價值鏈設(shè)定了智能紡織工廠、數(shù)字化制造、大規(guī)模定制和新的商業(yè)模式。意大利是世界上最大的紡織機械生產(chǎn)國之一,中小企業(yè)集群是紡織產(chǎn)業(yè)主角,致力于推動產(chǎn)業(yè)集群品牌建設(shè)與互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能相結(jié)合,加強生態(tài)可持續(xù)性。總之,發(fā)達國家服裝產(chǎn)業(yè)集中在高附加值環(huán)節(jié)中,重視技術(shù)創(chuàng)新在服裝產(chǎn)業(yè)中的應(yīng)用,將大數(shù)據(jù)、物聯(lián)網(wǎng)和人工智能技術(shù)作為實現(xiàn)服裝產(chǎn)業(yè)升級的重要手段,循環(huán)經(jīng)濟作為服裝產(chǎn)業(yè)長期發(fā)展的重要方向。發(fā)展中國家如印度和越南,作為世界的制造中心,紡織品和服裝出口是國家經(jīng)濟的重要部分,由于基礎(chǔ)設(shè)施落后,印度和越南政府均出臺政策幫助服裝產(chǎn)業(yè)鏈均衡布局,提升信息技術(shù)在服裝產(chǎn)業(yè)的應(yīng)用。如越南《到2030年第四次工業(yè)革命國家戰(zhàn)略》提出了充分利用“工業(yè)4.0”帶來的機遇,加速物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能的應(yīng)用,以提升勞動生產(chǎn)率。由此可見,可持續(xù)性、個性化、智能化已成為新經(jīng)濟形勢下全球紡織服裝業(yè)的熱點和焦點。

中國服裝產(chǎn)業(yè)的主要特點是中小企業(yè)占比高,產(chǎn)業(yè)集群特征明顯,勞動力成本上漲,目前處于從勞動密集型產(chǎn)業(yè)向技術(shù)密集型產(chǎn)業(yè)的轉(zhuǎn)變階段,未來需要繼續(xù)向創(chuàng)新驅(qū)動的科技產(chǎn)業(yè)、文化引領(lǐng)的時尚產(chǎn)業(yè)和責(zé)任導(dǎo)向的綠色產(chǎn)業(yè)轉(zhuǎn)變。《中國紡織工業(yè)發(fā)展規(guī)劃(2016—2020年)》提出將大規(guī)模個性化定制發(fā)展定位為重點發(fā)展方向,依托電子商務(wù)平臺,運用信息技術(shù)、智能設(shè)計、柔性制造和智能物流等,實現(xiàn)以大批量生產(chǎn)的速度和成本來探索小批量、多品種的大規(guī)模個性化定制生產(chǎn)模式,加速產(chǎn)業(yè)自動化、數(shù)字化的建設(shè),降低服裝浪費造成的環(huán)境污染,為循環(huán)發(fā)展奠定基礎(chǔ)。

1.2 信息技術(shù)在服裝產(chǎn)業(yè)的應(yīng)用

信息技術(shù)是應(yīng)用計算機科學(xué)和通信技術(shù)來設(shè)計和實現(xiàn),用于管理和處理信息所采用的各種技術(shù)的總稱。新一代信息技術(shù)指的是在計算機、通信和網(wǎng)絡(luò)等領(lǐng)域中,以人工智能、物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)等為代表的新技術(shù)[6]。信息技術(shù)在服裝產(chǎn)業(yè)鏈中的應(yīng)用可以推動創(chuàng)新、可持續(xù)和實時基礎(chǔ)設(shè)施的實行。

服裝產(chǎn)業(yè)鏈按生產(chǎn)流程可以分為上中下游,如圖1所示。產(chǎn)業(yè)鏈上游是原材料供應(yīng),包括面料、輔料生產(chǎn)和采購管理,面/輔料生產(chǎn)環(huán)節(jié)利用信息技術(shù)創(chuàng)新可以實現(xiàn)數(shù)字印花、新型面料生產(chǎn)和面料預(yù)測。信息管理和供應(yīng)鏈管理(SCM)協(xié)調(diào)原材料供應(yīng)商、加工廠和物流等資源,有效控制成本,提高企業(yè)盈利能力。產(chǎn)業(yè)鏈中游是生產(chǎn)制造商進行服裝設(shè)計與開發(fā)、成衣生產(chǎn)與加工,在此環(huán)節(jié)中信息技術(shù)應(yīng)用比較成熟的是服裝設(shè)計和生產(chǎn)部分,如企業(yè)生產(chǎn)中常用的生產(chǎn)執(zhí)行系統(tǒng)(MES)、排程優(yōu)化系統(tǒng)(APS)和倉庫管理系統(tǒng)(WMS)等。產(chǎn)業(yè)鏈下游是銷售渠道和消費者,線上電商平臺將品牌商、零售商和消費者緊密結(jié)合,利用大數(shù)據(jù)挖掘技術(shù)對海量數(shù)據(jù)進行分析,為消費者提供完備的在線購物體驗。線下零售通過將智能制造和新銷售模式結(jié)合生成智慧門店,利用人工智能、人臉識別和射頻識別技術(shù)(RFID)及移動支付功能實現(xiàn)選購、導(dǎo)購服務(wù)與支付的一體化銷售模式。

圖1 信息技術(shù)在服裝產(chǎn)業(yè)鏈的應(yīng)用場景Fig.1 Application scenarios of information technology in the apparel industry supply chain

服裝產(chǎn)業(yè)上中下游流程化的生產(chǎn)模式下,企業(yè)決策主要依賴于市場的反饋,存在滯后性和長鞭效應(yīng)的問題,而服裝個性化定制被認為是解決該問題的行之有效的方法。它從用戶的需求出發(fā),打通用戶、設(shè)計師和生產(chǎn)商之間的互聯(lián)互通,通過按需定制最大限度地發(fā)揮服裝產(chǎn)業(yè)的數(shù)字化和智能化優(yōu)勢,采用柔性生產(chǎn)方式激發(fā)服裝產(chǎn)業(yè)上中下游的中小企業(yè)的參與積極性,致力于提升服裝產(chǎn)業(yè)的整體效率。

2 服裝個性化定制

2.1 服裝個性化定制發(fā)展現(xiàn)狀

服裝定制發(fā)展由來已久,最早是依靠純手工制作的手工時代,工業(yè)革命后生產(chǎn)力的大幅提升使得大規(guī)模生產(chǎn)成為可能。2000年之后,互聯(lián)網(wǎng)的發(fā)展為服裝大規(guī)模定制帶來契機,傳統(tǒng)的服裝制造企業(yè)開始轉(zhuǎn)型升級。圖2展示了服裝個性化定制在不同階段的發(fā)展過程,可見信息技術(shù)支撐下的服裝個性化定制具有多樣化、個性化、高效率的特點。這些特點從對服裝個性化定制定義的研究中也可以發(fā)現(xiàn)。Nobile等[7]認為時尚領(lǐng)域的個性化和定制的定義需要分開解釋,個性化指的是為個人自身提供附加值的動態(tài)過程,定制是根據(jù)買方或用戶的需求制作或更改某些產(chǎn)品元素的行為。Lang等[8]認為服裝個性化定制是在大規(guī)模生產(chǎn)的基礎(chǔ)上,以用戶需求出發(fā),以柔性生產(chǎn)為依托,以數(shù)字技術(shù)為驅(qū)動力,不僅是對某個圖案或者款式的定制,而是致力于為用戶提供高質(zhì)量、個性化的服務(wù)體驗。這種讓消費者參與創(chuàng)造的定制產(chǎn)品可以與消費者產(chǎn)生良好的情感連接,延長服裝的使用壽命,提高產(chǎn)品利用率,以減少服裝行業(yè)的浪費[9]。

圖2 服裝個性化定制發(fā)展時間線Fig.2 Timeline of the development of personalized customization in the apparel industry

除了理論方面的研究,服裝個性化定制領(lǐng)域的實踐應(yīng)用也在不斷發(fā)展。如深圳仙庫將3D智能量體、SaaS管理平臺和柔性供應(yīng)鏈結(jié)合,構(gòu)建C2M數(shù)字化平臺;云衣定制利用模塊化方式,讓消費者可以自由選擇西服的版型、面料和顏色等,實現(xiàn)針對西服的個性化定制;紅領(lǐng)通過構(gòu)建版型、款式、工藝、物料四大數(shù)據(jù)庫,利用大數(shù)據(jù)和物聯(lián)網(wǎng)精準(zhǔn)把握生產(chǎn)流程,實現(xiàn)以客戶為導(dǎo)向的正裝定制。但目前這些定制模式主要通過不斷擴充數(shù)據(jù)庫,以排列組合的形式生成新的服裝款式,限制了可定制的服裝類型。在用戶端缺少個性化需求的挖掘,生產(chǎn)端也缺乏相應(yīng)的智能制造技術(shù)做支撐,未能實現(xiàn)真正意義上的個性化定制。為此,有必要對整個定制流程中的信息技術(shù)發(fā)展進行深入研究,從宏觀視角審視各個環(huán)節(jié)的技術(shù)發(fā)展?fàn)顩r,以便為消除各環(huán)節(jié)間的壁壘提供基礎(chǔ)性支持。

2.2 服裝個性化定制中信息技術(shù)的應(yīng)用

信息技術(shù)在服裝個性化定制中各環(huán)節(jié)的應(yīng)用已有大量的研究,根據(jù)服裝定制流程,這些研究可以分為用戶需求獲取與管理模塊、智能量體模塊、服裝個性化設(shè)計和推薦模塊、智能采購和智能生產(chǎn)模塊等。

2.2.1 用戶需求獲取

服裝個性化定制的主要目標(biāo)就是以用戶為中心,通過分析消費者對定制的客觀要求和主觀需求,利用信息技術(shù)幫助設(shè)計師和生產(chǎn)商探索用戶更深層次的需求,提升消費者的定制體驗,延長產(chǎn)品的使用壽命,促進可持續(xù)化發(fā)展。在個性化定制的生產(chǎn)模式下,客戶服務(wù)、產(chǎn)品屬性、定制風(fēng)險等都會影響用戶的體驗,所以對用戶需求的挖掘需要涵蓋用戶感知、用戶偏好和服裝偏好數(shù)據(jù),多角度獲取全面的用戶需求。

1) 感知數(shù)據(jù)獲取。社交媒體作為服裝品牌營銷的重要方式,是獲取用戶對服裝主觀偏好數(shù)據(jù)的重要平臺。問卷調(diào)查的方式可以直接向用戶提出問題,有針對性地了解用戶對服裝時尚的感性需求,并使用模糊技術(shù)進行量化[10];網(wǎng)絡(luò)爬蟲技術(shù)可以自動地從社交媒體平臺上抓取大量的用戶評論、產(chǎn)品評價和社交媒體帖子等,捕捉到最新的用戶趨勢和偏好變化[11]。利用特征分析和情感分析[12],通過詞頻統(tǒng)計和特征詞提取,分析和識別用戶行為模式,提取消費者的個性特征和潛在的情感需求。Lee等[13]通過語言模式挖掘從在線產(chǎn)品評論中導(dǎo)出上下文信息和產(chǎn)品功能,使用語義嵌入方法和聚類方法綜合環(huán)境信息來確定用戶需求。

2) 人臉信息獲取。計算機視覺技術(shù)可以讓計算機從圖像中提取信息、識別對象、理解場景和進行高級的視覺推理,應(yīng)用于人臉識別與表情分析和情感分析,可獲取用戶的情感狀態(tài)和反饋。Su等[14]利用支持向量機(SVM)的方法對用戶進行面部表情識別,將視頻轉(zhuǎn)化為一幀一幀的圖像序列,提出混合遞歸卷積神經(jīng)網(wǎng)絡(luò)(RCNN)來計算不同表情的情緒表達強度;Su等[15]利用多級任務(wù)級聯(lián)卷積網(wǎng)絡(luò)(MTCNN)檢測圖像中人臉位置,基于四級色彩理論采用深度遷移學(xué)習(xí)將用戶的臉色劃分為春、夏、秋、冬四個季節(jié)色組,構(gòu)建用戶的臉部膚色模型。

3) 服裝偏好數(shù)據(jù)獲取。服裝數(shù)據(jù)來源于網(wǎng)絡(luò)上大量的服裝圖像,利用卷積神經(jīng)網(wǎng)絡(luò)的隱藏層提取服裝圖像的深層次特征,再根據(jù)特征距離計算進行服裝風(fēng)格、類別等屬性的分類,獲取用戶偏好的服裝類型。Yue等[16]基于服裝圖像和具有服裝屬性的設(shè)計問題圖的卷積神經(jīng)網(wǎng)絡(luò),組成聯(lián)合時尚風(fēng)格識別模型,可有效識別不同外觀的服裝時尚風(fēng)格。Li等[17]通過優(yōu)化殘差塊中的卷積層并調(diào)整批歸一化層和激活層的順序改進了ResNet模型,消除了干擾因素的影響,使識別過程集中在服裝本身。Xiang等[18]將像素級特征和高級類別標(biāo)簽進行連接,采用小尺寸的卷積核提取更豐富的圖像特征,進一步提高了服裝識別的準(zhǔn)確性。Teerapon等[19]構(gòu)建服裝類型分類的蒸餾神經(jīng)網(wǎng)絡(luò),通過將教師網(wǎng)絡(luò)的知識傳遞給學(xué)生網(wǎng)絡(luò),減少模型計算資源消耗的同時保持較高的分類準(zhǔn)確率。Yu等[20]基于卷積網(wǎng)絡(luò)的形式構(gòu)建審美網(wǎng)絡(luò),從服裝圖像中提取的服裝美學(xué)特征納入張量因子化模型,并將其加入到動態(tài)協(xié)作過濾模型,以此來捕捉消費者的審美偏好。

用戶需求的表達形式多樣,利用內(nèi)容挖掘、自然語言處理、計算機視覺和圖像處理技術(shù)分析文本、圖像信息(表1),通過主客觀相結(jié)合的方式加強對用戶個性化需求的探索深度,之后研究中采用多模態(tài)的方法可以更全面地理解用戶的真實需求,為產(chǎn)品和服務(wù)的個性化定制提供科學(xué)可靠的證據(jù)。

2.2.2 智能量體

人體尺寸數(shù)據(jù)與服裝尺寸信息具有緊密的關(guān)系,服裝領(lǐng)域獲取人體數(shù)據(jù)的方式包括二維非接觸測量和三維掃描建模。其中,二維非接觸式測量技術(shù)主要是通過獲取人體圖片,利用計算機視覺技術(shù)對圖片進行處理,提取關(guān)鍵身體特征點和輪廓線,測量得到人體尺寸,構(gòu)建三維人體模型,適合于個性化定制快速量體[21]。Seunghym等[22]使用不同角度的圖像、身高值和BMI值作為輸入,基于卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練和預(yù)測,在無需額外的特征輸出或分割的情況下,實現(xiàn)利用圖像測量身體部位尺寸數(shù)據(jù)。Rohan等[23]引入2D損失函數(shù)進行3D網(wǎng)格和前景人物的對齊,3D損失函數(shù)則通過減去姿勢效應(yīng)來促進形狀特定的頂點對齊,在沒有任何身體測量或語義屬性的情況下準(zhǔn)確估計人體3D形狀。張樹有等[24]利用多級空洞卷積分割網(wǎng)絡(luò)提取人體輪廓圖像中整體和局部特征、軀干參數(shù)提取網(wǎng)絡(luò)提取多視角人體輪廓分割圖的形狀和姿勢參數(shù)、主成分分析提取三維人體模型潛層空間的語義特征,構(gòu)建參數(shù)化三維人體驅(qū)動模型,快速實現(xiàn)人體建模。

表1 用戶需求數(shù)據(jù)獲取方法Tab.1 Methods for acquiring user requirements data

三維人體掃描技術(shù)借助掃描儀或深度相機等設(shè)備,可以在短時間內(nèi)獲得豐富、準(zhǔn)確的人體數(shù)據(jù),利用獲取到的點云數(shù)據(jù)可以構(gòu)建三維人體。Pawel等[25]使用Microsoft Kinect版本2相機,開發(fā)了一個3D人體表面掃描系統(tǒng),用于估計用戶特定的身體部位參數(shù)。Yan等[26]使用商用TC2人體掃描儀獲取人體點云數(shù)據(jù),利用非剛性迭代最近鄰點算法將掃描人體與模型進行擬合。肖伯祥等[27]利用SmartScan F6手持式掃描儀掃描得到人體數(shù)據(jù),使用ECHO軟件進行多角度圖像的三維點云重構(gòu)得到三維人體模型。這些方法需要被掃描人體穿著緊身服裝,且不能依據(jù)姿勢而變形。受到深度學(xué)習(xí)在二維圖像測量中成功應(yīng)用的啟發(fā),提出了處理點云數(shù)據(jù)的方法。Hu等[28]采用編碼器-解碼器架構(gòu),通過只有單層點云的著裝人體掃描來估計體型和姿勢,可實現(xiàn)將著裝人體掃描轉(zhuǎn)換為相應(yīng)的未穿衣服的體型。而后又提取多任務(wù)網(wǎng)絡(luò),通過多路徑解碼器將特征向量解釋為完整的分割身體點云,解決了人體體積估計中的形狀補全、姿勢估計、著裝人體估計和點云體積回歸問題[29]。

圖3顯示了二維圖像測量和三維掃描測量在人體模型構(gòu)建的步驟。二維圖像提取人體尺寸信息的方法有利于遠程量體的實現(xiàn),但是測量精度受圖像拍攝角度、人體姿勢等影響,測量精度低。三維掃描技術(shù)發(fā)展較成熟,商用設(shè)備包括Kinect、TC2、SmartScan F6等手持式掃描儀,但利用它們掃描得到的人體模型仍然存在缺失,需要進一步的三維點云重構(gòu)。個性化定制中的智能量體不僅需要提升量體精度,且需要根據(jù)量體結(jié)果自動識別用戶的體型特點,形成個性化的身體數(shù)據(jù),以此確保基于用戶身體數(shù)據(jù)生成的服裝版型的適配性。

圖3 二維圖像測量和三維掃描人體數(shù)據(jù)采集步驟Fig.3 Steps for two-dimensional image measurement and three-dimensional body scan data collection

2.2.3 服裝個性化設(shè)計

在服裝個性化設(shè)計中,模塊化設(shè)計、參數(shù)化設(shè)計和交互式設(shè)計是常用的方法,這些方法能夠有效地簡化設(shè)計過程并為設(shè)計師提供素材參考。

模塊化設(shè)計指將服裝分解成不同的模塊,如衣領(lǐng)、衣身、袖子等,并為每個模塊建立獨立的數(shù)據(jù)庫,用戶可以自由組合這些模塊來創(chuàng)建新的服裝款式。模塊的劃分也有多種方式,可按基本結(jié)構(gòu)分為固定模塊和可選模塊,也可按照結(jié)構(gòu)和生產(chǎn)流程進行更細致的劃分,保證設(shè)計結(jié)果的多樣性。依據(jù)劃分結(jié)果利用向量或者編碼的形式替代模塊庫中復(fù)雜的文字描述,有利于信息的快速傳遞和部件的拼接。劉欣悅等[30]采用數(shù)字與字母組合編碼對旗袍款式模塊進行了分類和編碼,包括屬性碼、分類碼、面料碼、配飾碼、尺寸碼等。楊曉波[31]采用基于染色體指針的編碼方式對款式部件進行編碼,不同部件分配不同的染色體指針,通過接口提取匹配的方法進行款式部件拼接,直到達到約束條件為止。

參數(shù)化設(shè)計指的是以服裝款式和結(jié)構(gòu)為基礎(chǔ),通過修改顏色、部位尺寸、面料等參數(shù),遵循相似本質(zhì)計算出變化的款式結(jié)構(gòu),生成新的服裝產(chǎn)品。它是一種基于參數(shù)的建模方法,通過在模型中定義參數(shù)和相關(guān)的約束條件,使得設(shè)計者能夠快速、靈活地調(diào)整模型的尺寸、形狀、位置等屬性,自動生成紙樣[32]。曲線擬合是常用的約束條件,Zhang等[33]根據(jù)輸入的人體數(shù)據(jù)來設(shè)計基本的版型,設(shè)置固定和非固定的控制點及曲線,固定零件之間的拼接縫紉線,通過操縱非固定控制點實現(xiàn)自由變形。

交互式設(shè)計是一種結(jié)合了計算機科學(xué)、圖形學(xué)和時尚設(shè)計的設(shè)計方法,該方法基于虛擬現(xiàn)實技術(shù),可以讓用戶在虛擬環(huán)境中創(chuàng)建并編輯自己的時尚設(shè)計,進行可視化預(yù)覽、修改和定制,提高用戶參與設(shè)計的程度。遺傳算法的迭代優(yōu)化結(jié)構(gòu)可以用于對用戶的交互式設(shè)計,Zhu等[34]引入交互式遺傳算法結(jié)合用戶反饋信息,實現(xiàn)針對西服形狀結(jié)構(gòu)的迭代設(shè)計與推薦。Wang等[35]依據(jù)推薦服裝所對應(yīng)的虛擬試衣反饋結(jié)果,使用遺傳算法和支持向量機(SVM)調(diào)整出適合用戶的褲子款式。在實際中,交互式設(shè)計無法只通過單個算法實現(xiàn),因此需要結(jié)合虛擬展示平臺構(gòu)建交互式設(shè)計系統(tǒng)。消費者通過對虛擬服裝合身性進行一系列感官評估,從而參與產(chǎn)品設(shè)計過程,獲得個性化服裝版型。Ding等[36]提出了模板引導(dǎo)服裝生成(TOG)框架,統(tǒng)一用戶-模板交互、用戶-物品交互和服裝兼容性建模的學(xué)習(xí),通過從用戶數(shù)據(jù)中學(xué)習(xí)類別級別的協(xié)調(diào)偏好來生成服裝。隨著生成對抗網(wǎng)絡(luò)的發(fā)展,Alberto等[37]結(jié)合文本描述、人體姿勢和服裝草圖等多種模態(tài)信息,將穩(wěn)定擴散模型和潛在擴散模型原理應(yīng)用到時尚圖像編輯任務(wù)中,實現(xiàn)服裝的生成式設(shè)計。

綜上所述,服裝個性化設(shè)計方法主要包括模塊化設(shè)計、參數(shù)化設(shè)計和交互式設(shè)計,這3種方法的總結(jié)對比結(jié)果如圖4所示。模塊化設(shè)計重點在于對服裝部件庫的構(gòu)建,用戶只能對這些已有的部件進行選擇來生成新的服裝,適用于西服、旗袍等經(jīng)典款式服裝;參數(shù)化設(shè)計是利用服裝部件縫紉曲線之間的擬合關(guān)系,利用方程計算的方法實現(xiàn)版型的自動放縮,適用于解決服裝合體性問題;交互式設(shè)計是利用機器學(xué)習(xí)算法分析用戶的服裝偏好,借助虛擬試衣技術(shù)為用戶呈現(xiàn)直觀的設(shè)計效果,并根據(jù)用戶反饋不斷迭代以生成用戶喜愛的服裝樣式。

2.2.4 虛擬試衣

虛擬試衣是一種利用計算機圖形學(xué)和人工智能技術(shù),通過虛擬現(xiàn)實技術(shù)或者二維圖像處理技術(shù),實時展示用戶所選服裝的試穿效果。虛擬試衣在個性化定制中可以作為對服裝設(shè)計結(jié)果的展示平臺,提供直觀的視覺反饋,幫助用戶更好地理解服裝的設(shè)計、剪裁和樣式,確保最終選擇的服裝符合其個性化需求。根據(jù)虛擬試衣技術(shù)所使用的模擬對象,可以分為3D虛擬試衣和基于圖像的虛擬試衣。

1) 3D虛擬試衣。3D虛擬試衣需要通過專業(yè)的三維建模軟件來創(chuàng)建逼真的服裝模型和人體模型,并將兩者結(jié)合起來,使得服裝在虛擬環(huán)境中呈現(xiàn)逼真的效果。目前研究中常用的建模軟件是CLO 3D,利用軟件自帶的壓力測試工具,可以對虛擬服裝的合體性進行評估。Yan等[38]利用在線平臺Mixamo生成3D骨骼圖,設(shè)計了適用于虛擬人體模型的測量方法,并依據(jù)CLO 3D生成的虛擬圖像對電子定制襯衫的合體性進行評價。專業(yè)的三維建模軟件需要根據(jù)人體姿勢手動調(diào)整虛擬服裝的變形,對專業(yè)技能要求較高且計算成本高。基于此,Tiwari等[39]提出基于粒子的神經(jīng)網(wǎng)絡(luò)服裝模擬器,輸入規(guī)范的人體網(wǎng)絡(luò)模型、模板服裝網(wǎng)絡(luò)模型、織物物理屬性特征和目標(biāo)人體的網(wǎng)絡(luò)模型,利用服裝數(shù)據(jù)中的關(guān)系歸納偏差,可以在任意體型和姿勢上模擬不同類型、面料和拓撲的服裝,提供了更多的自由度和靈活性。

圖4 服裝個性化設(shè)計方法對比Fig.4 Comparison of personalized clothing design methods

2) 基于圖像的虛擬試衣。基于圖像的虛擬試穿輸入為一張圖像,通過人體解析、服裝變形和圖像合成,實現(xiàn)服裝設(shè)計結(jié)果的直觀虛擬展示,幫助用戶選擇適合自己身體特征和風(fēng)格的款式、面料和配飾,相比于3D建模虛擬試衣計算速度更快。為了合成用戶圖像,提前進行語義布局預(yù)測,可提供外觀結(jié)構(gòu)約束。Hu等[40]提出的端到端語義預(yù)測引導(dǎo)多姿勢虛擬試穿網(wǎng)絡(luò)(SPG-VTON),可以在任意姿勢下將所需的服裝適合參考人。Xu等[41]采用像素級語義分割來識別試穿區(qū)域,結(jié)合屬性轉(zhuǎn)換和局部渲染提出修正風(fēng)格損失函數(shù),以處理細節(jié)豐富的服裝。語義指導(dǎo)和先驗姿勢也可以解決圖像遮擋問題,將復(fù)雜的紋理以復(fù)制和粘貼的方式選擇性地與人體部位混合,可減少遮擋效應(yīng),實現(xiàn)更好的感知質(zhì)量[42]。而對于虛擬試衣效果的逼真度上,基于流的網(wǎng)絡(luò)模塊可通過無監(jiān)督方式估計多尺度密集流場來學(xué)習(xí)穩(wěn)健的服裝變形模型[43],引入注意力機制能獲取足夠的服裝特征[44],避免局部細節(jié)損失,以合成高保真試穿圖像。

在服裝個性化定制中,虛擬試衣技術(shù)需要在個性化適應(yīng)和實時性上改進,考慮不同款式、材質(zhì)和顏色的服裝與人體之間的交互,準(zhǔn)確模擬用戶的姿勢和動作,從而實現(xiàn)良好的試穿效果。

2.2.5 服裝個性化推薦

隨著流行趨勢的不斷演變,服裝款式也在不斷更新。大多數(shù)消費者在購買或定制服裝時缺乏個人需求的明確認識,通常需要資深設(shè)計師或服裝顧問提供專業(yè)咨詢。服裝個性化推薦通過分析大量用戶數(shù)據(jù),深入了解每個用戶的偏好和需求,并根據(jù)這些信息提供個性化推薦,從而幫助用戶在眾多選擇中更快速準(zhǔn)確地找到適合自己的服裝款式。目前,許多學(xué)者已經(jīng)對服裝個性化推薦進行了深入研究,根據(jù)推薦類型可以分為單品服裝推薦和互補服裝推薦。

1) 單品服裝推薦。服裝單品推薦重點關(guān)注服裝輪廓和風(fēng)格元素與消費者體型之間的關(guān)系,常用信息技術(shù)包括知識庫、模糊層次分析、協(xié)同過濾。知識庫是用于知識管理的一種特殊的數(shù)據(jù)庫,方便特定領(lǐng)域知識的采集、整理和提取。Sharma等[45]構(gòu)建人體知識庫、服裝風(fēng)格知識庫、服裝配置知識庫及3D版型和面料數(shù)據(jù)庫,以用戶的體重、身高和襯衫領(lǐng)口尺寸作為輸入,服裝CAD可視化設(shè)計推薦結(jié)果作為輸出。Zhang等[46]采用感官評價技術(shù)和智能數(shù)據(jù)融合方法,量化消費者與牛仔褲屬性之間的關(guān)系,建立了用于個性化推薦的牛仔褲知識庫。Costa等[47]利用產(chǎn)生式規(guī)則表示女性體型與服裝風(fēng)格知識庫,并連接到服裝圖像數(shù)據(jù)庫,開發(fā)了基于知識的推薦系統(tǒng)。

模糊層次分析法是層次分析和模糊評價相結(jié)合的方法,層次分析用于計算權(quán)重,模糊評價對決策問題進行評價,實現(xiàn)了定量分析和定性分析的有機結(jié)合,幫助從備選方案中選擇最優(yōu)結(jié)果。Hong等[48]采用模糊TOPSIS技術(shù),根據(jù)層次分析得到的標(biāo)準(zhǔn)對備選面料進行評價,輸出最終的面料排序結(jié)果。Zhang等[49]根據(jù)身體數(shù)據(jù)和消費者對服裝偏好的語義和圖像數(shù)據(jù),利用模糊集和模糊操作形式化相關(guān)數(shù)據(jù),通過計算現(xiàn)有產(chǎn)品與所需產(chǎn)品之間的相似度,推薦具有最高相似度的產(chǎn)品。

協(xié)同過濾算法基于用戶歷史行為數(shù)據(jù),通過尋找用戶之間的相似性或產(chǎn)品之間的相似性,以預(yù)測用戶對未知物品的喜好程度。Zhao等[50]將遺傳算法的聚類分析子系統(tǒng)引入傳統(tǒng)的協(xié)同過濾推薦模型中,只搜索目標(biāo)用戶的聚類用戶來獲取最近鄰對象,提升了推薦質(zhì)量。

除了以上方法,機器學(xué)習(xí)和深度學(xué)習(xí)算法在推薦系統(tǒng)中應(yīng)用也非常廣泛。江學(xué)為等[51]利用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù),結(jié)合用戶興趣衰減模型建立了基于模擬評分的服裝推薦系統(tǒng)。Guan等[52]利用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練服裝視覺設(shè)計元素模型預(yù)測服裝屬性,再通過支持向量機(SVM)和后期核融合(LKF)技術(shù)學(xué)習(xí)服裝的內(nèi)涵意義,得到針對男裝的服裝風(fēng)格推薦系統(tǒng)。Hidayati等[53]利用無監(jiān)督學(xué)習(xí)算法將女明星的體型進行分類,實現(xiàn)考慮體型特點的服裝個性化推薦。Yang[54]采用決策樹算法根據(jù)用戶的風(fēng)格偏好進行初始推薦,通過用戶檢索、瀏覽等操作進行隱性推薦,實現(xiàn)了動態(tài)服裝風(fēng)格推薦。

2) 互補服裝推薦。在進行互補服裝推薦時,需要考慮到服裝的屬性和消費者的偏好,并且還需要對上下裝協(xié)調(diào)性進行建模,以確保推薦的服裝能夠相互搭配,達到更佳的視覺效果。Liu等[55]采用基于FasterR-CNN的人體檢測器從輸入圖像中裁剪上半身和下半身區(qū)域服裝,采用雙重網(wǎng)絡(luò)學(xué)習(xí)服裝的風(fēng)格特征。上述搭配推薦是基于文本或圖像的單一數(shù)據(jù)結(jié)構(gòu)訓(xùn)練,多模態(tài)學(xué)習(xí)則可以支持兩種及以上的模態(tài)數(shù)據(jù)作為輸入,提升推薦結(jié)果的準(zhǔn)確性。史金婉等[56]基于視覺和文本模態(tài)數(shù)據(jù),利用神經(jīng)網(wǎng)絡(luò)和矩陣分解方法分別對服裝單品-單品和用戶-單品偏好交互進行建模,又基于圖卷積神經(jīng)網(wǎng)絡(luò)(GNNs)研究了服裝實體之間的高階關(guān)系,提出了基于時尚圖譜增強的個性化互補服裝推薦模型。Sun等[57]采用暹羅卷積神經(jīng)網(wǎng)絡(luò)(SCNN)利用抽樣策略來衡量服裝單品之間的風(fēng)格相似度,結(jié)合用戶社交圈、用戶服裝評級和服裝搭配數(shù)據(jù),實現(xiàn)上下裝的風(fēng)格搭配推薦。Zhou等[58]提出了服裝生成框架(OutfitGAN),可進行全局特征學(xué)習(xí)并利用合成器來生成一組互補服裝,它包括一個語義對齊模塊,負責(zé)表征現(xiàn)有時尚單品與合成單品之間的映射對應(yīng)關(guān)系,一個搭配分類模塊用于提高服裝的兼容性,解決了上下裝圖像的拼接問題。Sarker等[59]構(gòu)建了時尚搭配的圖像-文本匹配框架,使用Transforemr編碼器和集合級別的排序損失來學(xué)習(xí)全局的服裝表示和目標(biāo)物品嵌入,提高了兼容性預(yù)測的準(zhǔn)確率和互補物品檢索的速度。Xiao等[60]提出了時尚兼容性預(yù)測的自適應(yīng)訓(xùn)練模型(SAT),側(cè)重于學(xué)習(xí)由于審美或時間變化而被認為不兼容的難搭配服飾組合,提高CNN對難搭配單品的識別能力,更好滿足用戶對于個性化時尚搭配的需求。

在服裝單品推薦方面,目前的研究技術(shù)主要包括知識庫、模糊層次分析、協(xié)同過濾等,這些方法能夠根據(jù)用戶歷史行為和喜好,向其推薦相似風(fēng)格、顏色等服裝單品,從而提高購物體驗。在互補服裝推薦方面,不僅需要為用戶提供適合的服裝,且要考慮單品組合搭配兼容性,以創(chuàng)造時尚、協(xié)調(diào)和個性化的外觀。該領(lǐng)域的研究方法主要基于機器學(xué)習(xí)(表2),通過自建或者公開的數(shù)據(jù)集訓(xùn)練模型,根據(jù)不同用戶的需求和偏好,向其推薦合適風(fēng)格的服裝并進行上下裝兼容組合,從而提供更加全面的購物建議。

表2 基于機器學(xué)習(xí)的服裝個性化推薦算法Tab.2 Recommendation algorithms for personalized clothing based on machine learning

續(xù)表2

2.2.6 智能采購

智能采購涉及服裝供應(yīng)鏈管理部分,個性化定制模式下,原料的采購模式是分散的、小批量的,需要依據(jù)訂單快速反應(yīng),且具有可追溯性的特點。Lee等[61]認為供應(yīng)鏈的可追溯性需要是完全數(shù)字化的,區(qū)塊鏈技術(shù)可以保證數(shù)據(jù)的透明度和安全性,實現(xiàn)對服裝個性化定制服務(wù)的優(yōu)化。物聯(lián)網(wǎng)的射頻識別(RFID)技術(shù)在服裝制造中的應(yīng)用,可以實時監(jiān)控貨物的位置和狀態(tài),方便數(shù)據(jù)的收集與分析。Ahmed等[62]對纖維公司區(qū)塊鏈技術(shù)在供應(yīng)鏈中的應(yīng)用研究發(fā)現(xiàn),基于區(qū)塊鏈的平臺可支持分散的供應(yīng)商之間的安全信息共享,確保服裝中可持續(xù)纖維的真實性,滿足用戶探尋購買產(chǎn)品來源的需求。目前主要問題是數(shù)據(jù)質(zhì)量、算法優(yōu)化和平臺集成等方面,需要進一步加強區(qū)塊鏈技術(shù)和工業(yè)互聯(lián)網(wǎng)標(biāo)識解析技術(shù)的應(yīng)用,追溯產(chǎn)品的生命周期,解決信息的不對稱和缺乏監(jiān)管等問題,實現(xiàn)可持續(xù)的個性化定制。

2.2.7 智能生產(chǎn)

智能生產(chǎn)是一種利用先進技術(shù)和系統(tǒng)實現(xiàn)自動化、智能化和網(wǎng)絡(luò)化的生產(chǎn)方式,通過對設(shè)備、工藝、原料、能源等進行全方位、高效率的監(jiān)測、控制和協(xié)調(diào),以實現(xiàn)生產(chǎn)過程的自主化和智能化,降低生產(chǎn)成本和資源消耗。服裝制造企業(yè)通過云平臺整合企業(yè)資源,打造互聯(lián)工廠和全透明數(shù)字車間,實現(xiàn)訂單排程和生產(chǎn)優(yōu)化。針對訂單排程,陳清婷等[63]針對多個生產(chǎn)訂單與多個制造商之間的相互匹配和雙向推薦問題,分別分析了下單方和接單方的需求,采用Gale-Shapley(GS)算法策略建立了基于偏好排序的服裝生產(chǎn)訂單雙向匹配模型。陳莎等[64]依據(jù)大規(guī)模定制的特點建立了優(yōu)先評價指標(biāo)體系,利用模糊綜合評價法對訂單進行優(yōu)先級評估。于小利等[65]構(gòu)建基于SaaS模式的訂單云管理系統(tǒng),利用云資源共享和動態(tài)調(diào)度的特點,可以實現(xiàn)對服裝定制訂單信息的實時跟蹤和共享。

針對生產(chǎn)優(yōu)化,楊艷等[66]基于MES依托RFID技術(shù)實現(xiàn)對生產(chǎn)流程的跟蹤,全方位管理生產(chǎn)進度。Sun等[67]基于實驗研究建立了生產(chǎn)調(diào)度模型,提出將遺傳算法和模擬退火算法相結(jié)合的優(yōu)化方法,解決了服裝裁剪過程中的優(yōu)化調(diào)度問題。張競峰[68]利用MES系統(tǒng)協(xié)調(diào)物流信息,為每件產(chǎn)品配置獨立的電子卡片,監(jiān)控和追蹤產(chǎn)品的生產(chǎn)流程等數(shù)據(jù)。Shang等[69]提出了一種分布式、協(xié)同的智能制造模式即社會化制造(SM),通過協(xié)同管理技術(shù)對生產(chǎn)任務(wù)進行優(yōu)化和分配。李喆等[70]在生產(chǎn)環(huán)節(jié)采用多流程并行的策略,打破流程節(jié)點中的固定小組分配,結(jié)合服裝模塊的有效劃分與組合,構(gòu)建基于互聯(lián)網(wǎng)的柔性生產(chǎn)平臺。Yuan等[71]基于云服務(wù)僅針對已完成的訂單啟動生產(chǎn),采用分組技術(shù)為每個用戶匹配一個單獨的面板,生產(chǎn)時不同款式訂單由不同的生產(chǎn)組負責(zé),實現(xiàn)一人一版小批量定制生產(chǎn)。智能生產(chǎn)在工業(yè)領(lǐng)域已經(jīng)得到應(yīng)用,許多企業(yè)采用制造執(zhí)行系統(tǒng)來優(yōu)化生產(chǎn)流程提高效率,但系統(tǒng)運行過程中還有許多人工干預(yù)的環(huán)節(jié),需要繼續(xù)改進系統(tǒng)的自動化功能。圖5對服裝個性化生產(chǎn)涉及的訂單排程和生產(chǎn)優(yōu)化組織模式進行了總結(jié)。隨著智能設(shè)備的不斷增加,數(shù)據(jù)信息的采集也需要針對應(yīng)用場景構(gòu)建統(tǒng)一有效的標(biāo)準(zhǔn),保證數(shù)據(jù)采集的準(zhǔn)確性和有效性,并根據(jù)個性化定制的訂單特點設(shè)計柔性生產(chǎn),提高反應(yīng)速率。

圖5 訂單排程與生產(chǎn)優(yōu)化組織模式Fig.5 Order scheduling and production optimization organizational model

通過對服裝個性化定制涉及的流程進行分析,發(fā)現(xiàn)每個環(huán)節(jié)都有相應(yīng)的信息化支撐和數(shù)字化升級。圖6總結(jié)了服裝個性化定制流程,從用戶需求獲取入手進行用戶建模,采用信息技術(shù)訓(xùn)練服裝模型,將用戶信息與服裝模型對應(yīng),借助虛擬試衣技術(shù)獲取用戶反饋信息生成最終的訂單。根據(jù)訂單信息自動排程面輔料和生產(chǎn)環(huán)節(jié),多模塊協(xié)同合作,提升個性化定制效率。但要實現(xiàn)整個個性化定制整個流程的智能化發(fā)展,還需要在各個環(huán)節(jié)做出改進。首先在用戶需求挖掘環(huán)節(jié),從社交媒體數(shù)據(jù)中提取的關(guān)于消費者的教育背景、工作環(huán)境、收入水平等信息較少,缺乏針對用戶個性化定制需求的數(shù)據(jù)集。其次,人體測量環(huán)節(jié)遠程量體的精度和個性化程度還不能達到實現(xiàn)服裝個性化定制所需的合體性要求。服裝推薦系統(tǒng)中所使用的推薦算法存在一定的冷啟動和數(shù)據(jù)稀疏性問題,針對復(fù)雜多變的流行趨勢因素不能及時做出調(diào)整,且由于缺乏對用戶需求的精確獲取,導(dǎo)致推薦結(jié)果的準(zhǔn)確性不足。在智能采購中,現(xiàn)有的供應(yīng)鏈系統(tǒng)仍然以固定供應(yīng)商為主,還不能實現(xiàn)上下游協(xié)調(diào)的個性化供應(yīng)模式。智能生產(chǎn)環(huán)節(jié)MES系統(tǒng)、云平臺等雖然考慮了按需生產(chǎn)、流程追溯,但對于定制產(chǎn)品的所需的協(xié)同生產(chǎn)研究及應(yīng)用較少,不能根據(jù)用戶多變的需求及時調(diào)整。

圖6 服裝個性化定制流程示意Fig.6 A flowchart of the personalized clothing customization process

3 結(jié) 語

將信息技術(shù)應(yīng)用于紡織服裝產(chǎn)業(yè),可以實現(xiàn)服裝產(chǎn)業(yè)的第四次工業(yè)革命,服裝個性化定制模式正是在信息技術(shù)發(fā)展、個性化需求下所產(chǎn)生的新型商業(yè)模式,包含用戶需求獲取模塊、智能量體服務(wù)、個性化設(shè)計、虛擬試衣、個性化推薦、智能采購及智能生產(chǎn)環(huán)節(jié),每個環(huán)節(jié)都實現(xiàn)了不同程度的數(shù)字化升級。但整體來看,個性化定制各模塊之間信息共享程度低、企業(yè)之間協(xié)同性差,不同環(huán)節(jié)間缺乏接口來進行數(shù)據(jù)傳遞和信息交流,用戶的個性化需求不能共享到服裝定制的每個環(huán)節(jié)。為了解決這些問題,需要從系統(tǒng)的角度入手,考慮如何利用大數(shù)據(jù)獲取用戶的隱形需求,并將這些數(shù)據(jù)傳遞給服裝設(shè)計師和制造商;供應(yīng)鏈如何依據(jù)訂單數(shù)據(jù)在控制成本的前提下找到合適的供應(yīng)商并將信息傳遞給設(shè)計師和制造商;制造商如何根據(jù)訂單對生產(chǎn)任務(wù)進行有效分解,實現(xiàn)多產(chǎn)線協(xié)同生產(chǎn)等。需要在以下兩個方面進行深入研究:

一是建模技術(shù)改進。在用戶需求挖掘模塊,可以結(jié)合主觀和客觀需求對用戶進行有效分類,引入多模態(tài)機器學(xué)習(xí)技術(shù)處理多源異構(gòu)信息;智能量體環(huán)節(jié),在提高精確度的同時識別體型特點,進行個性化的加放量;在服裝個性化設(shè)計環(huán)節(jié),交互式設(shè)計系統(tǒng)需要添加更多用戶偏好屬性,側(cè)重于對用戶屬性與服裝屬性之間關(guān)系的建模;虛擬試衣技術(shù)在面料建模中可考慮將面料屬性參數(shù)與真實面料的物理屬性值對應(yīng);供應(yīng)鏈管理可采用區(qū)塊鏈技術(shù)解決服裝個性化定制的信息安全問題;智能生產(chǎn)采用工業(yè)互聯(lián)網(wǎng)標(biāo)識解析技術(shù)追溯產(chǎn)品生產(chǎn)全生命周期,打通全鏈條信息共享。二是系統(tǒng)平臺構(gòu)建。服裝大規(guī)模個性化定制的實現(xiàn)需要搭建智能制造調(diào)控系統(tǒng),連接消費者、設(shè)計師、服裝品牌商、供應(yīng)商和制造商,按照實際需求調(diào)控生產(chǎn)要素。從系統(tǒng)科學(xué)的角度,利用工業(yè)4.0架構(gòu),依賴網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建智能制造協(xié)同系統(tǒng),將與個性化定制有關(guān)的信息共享到系統(tǒng),對服裝個性化定制流程進行重構(gòu),解決不同模塊之間數(shù)據(jù)共享,實現(xiàn)各模塊間優(yōu)化調(diào)控,提高生產(chǎn)率、速度、精度、靈活性和競爭力。

《絲綢》官網(wǎng)下載

中國知網(wǎng)下載