张苏豫

（温州职业技术学院 计算机系，浙江 温州 325035）

基于Web的女子体型识别及应用

张苏豫

（温州职业技术学院 计算机系，浙江 温州 325035）

采用Web模式，建立女子体型识别和应用系统，目的在于生成符合人体尺寸的服装样板，以满足消费者的个性化需求。通过采集江浙地区青年女子体型数据，构建人体数据库；再根据生产服装企业的基本款式，建立基本的样板数据库；利用SVM对个体特征参数进行识别分类，形成个性的服装样板图。该系统通过J2EE架构的网络平台自制软件得以实现，企业应用效果良好。

服装样板；数据库；体型识别；SVM；Web

0 引 言

随着现代社会和经济的不断发展，越来越多的顾客在购买服装时，不但要求款式上的个性化，而且希望能够满足自身的体型特征[1]。对消费者而言，尺码不对、体型不合，再满意的服装，也只能放弃；对生产厂商而言，销售的服装合体性和匹配性不好，将导致服装大量积压。可见，服装的合体性在服装设计中占据着非常重要的地位，而准确的人体体型识别分类是服装样板和造型设计的基础[2]。为满足服装样板的个性化设计要求，本文针对江浙地区青年女子体型特征参数进行详细的分析，采用SVM（支持向量机）算法进行识别，构建一套基于Web的三维女子体型识别和个性化样板生成系统，可完成体型识别、三维人体建模和二维纸样自动生成等功能。这一系统采用J2 E E架构的网络平台进行数据传输，以满足消费者的个性化需求。

1 数据采集和分类

1.1 三维人体数据采集和录入

笔者曾在文献[3]分析了国家标准中各地区体型差异的需求、消费者对成衣合体性的需求、服装企业对批量定制的需求。这里仅针对19～35岁的江浙地区青年女子进行需求分析。录入的数据模式有两类：一是手动录入的个人基本信息，主要包括被测试人的社会背景信息、体重等；二是三维测量仪自动生成的人体特征尺寸信息[4]。

根据数理统计的理论，当抽样是简单随机抽样、样本量较大时，随机变量近似服从正态分布。对于不是服从正态分布的随机变量，如果N相当大，随机变量就与标准正态分布随机变量差异很小。一般认为，N＞50。因此，应该在一定条件下确定最低限量的取样量N值，N值的确定依据所选的统计量而异。本次测量设定的置信度水平为99%，以求最大限度地覆盖各类人体体型。根据以下近似公式可计算最低限度的样本量N值：

1.2 女子体型分类

1.2.1 女子特征参数提取。以女子的腰节线为界，划分为上下体，主要采用以下两种方法细分：一是从整体形态出发对女子体型细分。以国家的号型为标准，按胸腰差的体型识别为基础，这样也使得在体型判别中可输出个体在使用国家标准时的体型归类结果，增加了数据库的实用性。二是从局部特征部位出发对女子体型细分。主要采用女子体型重要部位的几何特征及与服装结构的设计相关的部位，对女子的胸部、背部、臀部和腹部的特征参数展开研究。江浙地区青年女子体型与全国女子体型样本的比较见表1。

表1 江浙地区青年女子体型与全国女子体型样本的比较c m

1.2.2 SVM算法分类识别。基于SVM是属于黑盒子一类的系统模型，因而只关心对象的输入与输出，而不用关心对象的具体结构。输入与输出的映射关系是通过SVM来实现的。具体的系统模型识别步骤为：首先利用输入变量x和输出变量y的样本对SVM进行训练；然后利用训练好的模型对输出变量进行估计；最后在非线性系统模型中，输入变量与输出变量之间的非线性函数关系通过SVM来实现[5]。

采用SVM对女子体型尺寸进行建模，通过Matlab工具箱的相关函数进行分析与设计。

（1）输入与输出参数。以胸部

特征为例，利用提取的六个特征变量（即前颈至胸角度、乳间距/前胸围、下胸围倾斜角度、侧颈至胸点距离/胸点至腰节、胸矢横径比和胸围），对女子胸部的立体形态进行定性分析。以六个特征参数作为训练网络的输入，以专家评判得出的胸部形态（丰满、匀称、扁平）作为训练网络的输出。由于训练网络不能接受语言信息，因而作为输出的丰满、匀称、扁平的语言变量需要转为离散的数值变量，设定丰满为3，匀称为2，扁平为1。

女子体型特征参数选取，主要针对女子四个局部部位进行：胸部、背部、臀部、腹部。胸部等级为R，背部等级为C，臀部等级为T，腹部等级为F，则体型类别数为S=R×C×T×F。各部位指标取值为：R=3，C=2，T=3，F=2。女子体型按胸部分为扁平、匀称、丰满三个等级，分别用R1、R2、R3表示；按背部分为适中、曲背二个等级，分别用C1、C2表示；按臀部分为扁平、匀称、丰满三个等级，分别用T1、T2、T3表示；按腹部分为适中、腹凸二个等级，分别用F1、F2表示。这样依据四个部位的不同取值加以组合，将女子体型分为3×2×3×2=36种。女子体型特征组合如图1所示。

图1 女子体型特征组合

1.3 个性化样板生成

主要完成基本样板数据和个性化样板数据生成两大功能。

1.3.1 基本样板生成。在数据库中存储生产服装企业的基本样板中码尺寸，然后根据样板图形找出各个关键特征点，用直线和B e z i e r样条曲线连接各点，形成基本的上下装的样板图形。

1.3.2 个性化样板生成。利用160/84 S15作为标准的女子体型净体尺寸模板，一方面形成个体净体尺寸与160/84 S15标准净体模板尺寸的档差；另一方面考虑身高的影响，再利用国家标准的档差。二者之和即为基本样板放码所需的档差值。利用系统样板数据库中企业的上下装M号样板，根据档差值放缩码，以形成个性化的样板。

2 系统编程及实现

基于Web的三维女子体型识别及个性化样板生成系统采用J2EE 架构，具体架构为：WebWork+Spring+Hibernate，遵循模型—视图—控制器（Model — View— Controller，MVC）模式，选用当前比较流行的网络编程技术—— JSP 作为主要实现手段（配合JavaSer －let、JavaBean、JavaScript、HTML 等），在ECLIPSE开发工具下实现了集成系统的功能。该系统服务器端操作系统配置为Windows 7，数据库采用MicrosoftSQL Server 2008。女子体型识别及样板生成在线系统的主界面如图2 所示。

图2 女子体型识别及样板生成在线系统的主界面

2.1 女子体型识别

主要完成女子体型的分类识别功能。在如图2所示的主界面中，首先导入女子净体尺寸数据（ORD文件）；然后录入个人信息如女子体型识别号、姓名、年龄、籍贯、身高、体重等；最后完成查询功能，显示个人基本信息、国家标准号型、系统分类号型、局部特征和体型评价等。

2.2 个性化样板生成

主要完成基本样板生成和个性化样板生成两大功能。在基本样板生成分析中，包括上装成衣尺寸的输入界面和下装成衣尺寸的输入界面，用以存储服装生产企业的基本样板图；上装成衣样板图的查询界面和下装成衣样板图的查询界面，用以查询并形成基本的样板图。在个性化样板生成分析中，包括成衣档差生成界面（见图2 b），用以生成个体实际档差；上装成衣样板变更预测界面和下装成衣样板变更预测界面（见图2 c），用以最终形成个性化的上下装成衣样板图。

2.3 女子体型模型演示

三维人体展示界面（见图2 d），用以从全方面多角度观看女子体型。通过左侧和下方按钮，可对女子体型执行完成旋转、缩放、环绕等功能。在此基础上，可进一步完成人体试衣等功能。

3 结束语

本文通过采集江浙地区青年女子体型的尺寸，建立起一定规模的女子净体尺寸数据库，可为建立国家大规模人体数据库的研究提供参考；利用SVM算法对女子体型的主要特征参数进行识别分类，最终确定为36类体型，并且分析得出该地区的女子体型主要集中于18类体型中。该研究结果可供服装企业参考选用。采用J2 E E架构、选用ECLIPSE开发平台，建立基于Web的女子体型识别及样板生成系统，在企业中试运行，经项目组专家评定，应用效果良好；且利于网络化，可面向更广大的网络客户。

[1] 戴鸿. 服装号型标准及其应用[M].北京: 中国纺织出版社，1998:38.

[2] I S Yang, C K Chan.Science Determines Sizes-establishment of a Sizing System for Clothing in North Korea[J].Textile Asia，1994，11(5):48-49.

[3] 邹奉元，张苏豫，丁笑君，等. 基于C/S 模式的女子体型识别及应用[J].纺织学报，2008，29(6):101-104.

[4] 邹奉元，丁笑君，潘力丰. 青年女子体型的特征指标及岭回归预测研究[ J ] .纺织学报，2006，27 (4 ):56-59.

[5] 张苏豫，邹奉元，丁笑君，等. 基于SVM 的青年女子体型分类研究[ J ] .浙江理工大学学报，2008，25(1):41-45.

Identification and Application of Women Body Type on Basis of Web

ZHANG Suyu(Computer Science Department, Wenzhou Vocational & Technical College, Wenzhou,325035, China)

Establishing the identification and application system of women body type on the basis of Web is to produce the clothing patterns conforming to the body size of human and meet the different demands of customers. A human body database was set up by collecting the data of young women in Zhejiang Province, and then the basic pattern database was set up in accordance with the basic pattern produced by garment enterprises. Finally the personalized garment pattern came into being by identifying the individual data through SVM. The system is carried out through the self-made software of network platform constructed by J2EE, and is effective in the application of enterprises.

Garment pattern; Database; Body type identification; SVM; Web

T S941.26

A

1671-4326(2011)02-0066-03

2011-02-16

张苏豫（1983—），女，江苏镇江人，温州职业技术学院计算机系助教，硕士.

王宝东]