尹玲　陈然　邱月

【摘要】选择年龄介于18-35岁之间的，400名中国女性，340名美国女性为受试者，通过三维人体扫描，获取21个关键体型指标，分析中、美年轻女性的体型差异及在服装合体设计上的表现：最后通过北卡罗来纳州立大学开发的服装用人体体型识别技术分析两国受试者的体型类别分布，结果表明中国女性的体型类别变异性小，美国女性的体型差异明显，变异性大。

【关键词】体型指标、体型类别、人体扫描，体型识别

1 前言

在当前以人为本的消费时代，人们在追求个性化服装的同时，更希望穿着能凸显自己体型的服装，但遗憾的是，服装款式与自己的体形不匹配的矛盾日益突显，同时也制约着国内外服装生产商。据调查，有一半的消费者在市场上无法找到合体的成衣，邮购的服装中有30%的退货是由于服装的不合体。由于合体性问题（即所谓尺码问题），中国共有11亿件衬衫积压。美国84%的女性遭遇服装合体性问题，在女装销售中，由于服装的不合体原因约损失11，000，000美元。由此可见，服装的合体性成为当前国内外服装设计行业亟待解决的问题。

Levis牛仔裤之所以享誉全球，主要归因于Levi Strauss成功地权衡全球标准化与局部适应化，通过最大程度地适应局部市场条件，以最大化市场份额。Gap公司，美国领先的全球服饰零售商，为全球90多个国家供应男女装及童装。Gap的成功取决于其适时地提供满足其不同区域客户产品的能力，据汇报，Gap在中国销售的服装中有30%不同于在美国销售的产品，其主要是基于考虑亚洲人的品味与人体尺寸。因此，正确认识目标客户的体型对解决服装的合体性问题具有非常重要的理论和实践意义，国际服装生产商如果想在全球市场中取得竞争优势，应充分了解各个区域目标客户群体的体型因素。

中国是全球人口最多的国家，人口占全球人口的19.24%，是世界上最大的纺织服装生产和出口国，尤其是与美国的进出口服装贸易更是频繁。充分了解中美人口的体型差异对于两国服装生产商生产适合目标消费群体体型的服装及消费者选购适合自己体型的服装都极为重要。

2 研究方法

2.1受试者及试验方法

740个年龄在18-35岁之间的年轻女性为受试者，其中400个中国女性，340个美国女性。这个年龄范围的女性更倾向于选择合体性服装，更为观注自我形象和体型修正。三维人体扫描试验采集与服装合体性设计密切相关的22个体型数据为分析依据，分析中美女性体型差异及对服装合体性设计的影响。其中BMI是体质指数，由公式：体重/身高2（kg/m²）计算得来。

三维人体扫描试验通过[TC]2（Textile Clothing Technology Cooperation，美国）公司研究开发的非接触式三维人体扫描和测量系统完成（以下简称[TC]2系统）。该系统是为了迎合服装业大规模定制化的潮流，以服务服装工业为目的开发出的非接触式人体扫描和测量系统，旨在迅速、准确、可靠地提供用户人体尺寸。

系统采用白光相位法，利用装置向人体表面投射栅格，根据光学原理，栅格在人体表面发生反射，被CCD（Charge-coupled device）照相机捕获并拍摄，经过传感器传送到软件系统成像。系统设有四个固定的传感器，每个传感器分别捕获人体体表的一个分割段面，将四个传感器捕获到的人体四个分割段拼合即形成人体体表扫描图像。人体扫描图像一旦形成，即可获得由40，0000个数据点构成的点云图，人体分割段面图以及提取出的人体测量数据，详细的测量项目由用户在扫描前预先设定。[TC]2系统在进行人体测量时，历经一系列的数据处理，形成一条数据流，即二维人体扫描图像——三维点云——人体模型——尺寸数据。整个过程只需要53S即可全部完成系统通过相应的三维人体测量系统NX 16总共可以提取200多个人体尺寸，但用户可以根据需要选取部分尺寸进行输出。系统的工作流程如图1所示。

每个受试者被要求领进一个私密的更衣室，脱去所有的首饰与眼镜，脱去外衣，只穿着自己的胸罩和内裤，选择一套尺码适合自己的扫描专备服装，包括运动上衣、短裤，并把头发挽起来全部v包到帽子里。这些专供扫描用的服装是中性的运动短裤、上衣和帽子，均为浅灰色（[TC]2三维扫描仪的测量原理决定了其在人体测量时，传感器不能采集到人体体表深色部位的数据。）

当受试者按照要求穿上专备运动服装后，开始进入扫描程序，受试者依次进入扫描暗室里，要求受试者在自然放松的状态下，直立，目视前方，头微上抬，双脚分立，间距12英寸（脚的位置事先标记好）；双手握住手柄（手柄的作用是使双手稳定在身体两侧），使得双手距离身体两侧一定距离，以保证足够的白光能够穿过身体两侧。在测量过程中受试者应保持身体不晃动，呼吸均匀。测量前对被测者进行上述指导，按照上述程序完成三维人体扫描。

2.2分析方法

SPSS 2013和Excel 2000用来统计分析体型数据。两国女性体型数据的差异通过独立T检验比较其均值差异显著性。*号显示独立样本具有95%以上的统计显著性，两国女性体型形态的差异通过体型识别技术FFIT（FFIT，Female Figure Identification Technique）判别，该技术由北卡罗来纳州立大学开发，依据胸围、腰围、臀围和腹围将女性体型划分为9类（W表1）可以准确地判别美国女性的体型差异。据验证，FFIT的准确判别率可达到90%以上。

3 试验分析

3.1体型数据的统计分析

表2列出了中美年轻女性的21个平均体型数据，包括平均值、标准方差（SD）、最大值（Max）、最小值（Min）及变异系数CV。均值差是美中女性体型数据平均值之差。图1是均值差的图示。

由表2可以看出，除了后背宽这一测量数据没有显著差异外，其余20个测量指标均呈现显著性差异（α<=0.01），说明中美年轻女性的体型有显著性差异。

美国女性样本的10个平均围度尺寸（上胸围、胸围、下胸围、腰围、臀围、中臀围、大腿根围和臂根围）均明显大于中国女性样本，说明美国年轻女性比中国同年龄段女性明显偏胖。美国女性样本的4个平均高度尺寸（身高、颈椎点高、后腰高和下裆高）均明显大干中国女性样本；全臂长较中国女性略长，说明美国年轻女性较中国同年龄段女性明显偏高，反映在服装上美国女装的衣长、裤长及袖长要比相似体型的中国女性略长。美国女性的胸围和下胸围之差值较中国女性大，说明美国女性的胸部较中国女性丰满，对应合体性原型的胸省要大于中国女装原型。美国女性的大腿根围和臂根围较中国女性大，表明美国女性大腿根部和手臂根部较中国女性粗，反映在服装上美国女性合体裤的裤肥及合体袖的袖肥均大于相似体型的中国女性。肩宽、小肩宽和肩斜的均值差值呈负值，表明美国女性较中国女性的肩部略窄，肩斜度小，略平。美国女性体型数据的标准差、变异系数及最大值与最小值的差值较中国女性大，表明中国女性的体型数值更集中，变异性小，美国女性的体型差异明显，变异性大。

4.2中美女性体型类别分布的比较

图4为中美女性的体型分布。由图4可以看出，按照FFIT的划分标准，中国年轻女性的最主要体型是勺型，几乎57%的受试者属于这一体型类别。下体略大的沙漏型是第二大体型类别，26%的中国受试者属于这一类别。与中国受试者相反，美国年轻女性最主要体型是下体略大的沙漏型，几乎44%的受试者属于这一类别，22%的女性是勺型。沙漏型是两国年轻女性的第三大主要体型。几乎90%的中美年轻女性都属于这三大体型类别。这一结论与Simmons的研究结论：美国40%的女性是下体略大型的沙漏型，21.6%的女性是沙漏型，一致。

5 结论

本文分析了中美18-35岁年龄区间的女性体型差别及体型类别分布，得出了美国女性较中国女性偏高、偏胖、S形曲线更明显，手臂略长，腿围和臂根围较粗，肩窄、肩略平。美国女性的体型类别较中国女性丰富，体型差异大的结论。同时也进一步验证了当前服装合体性问题的根本原因在于批量生产的标准化服装与多样化的人体体型匹配度不高，解决服装适合于多样化人体体型的有效途径即在服装工业批量生产的模式下，融入柔性机制，实现定制服装的快速生成。