基于三維人體數(shù)據(jù)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(xué) 紡織服裝學(xué)院，安徽 蕪湖 241000)

國(guó)家現(xiàn)行服裝號(hào)型標(biāo)準(zhǔn)GB/T 1335—2008是在原GB/T 1335—1997基礎(chǔ)上修訂的，其樣本來(lái)源于1985年人口測(cè)量數(shù)據(jù)。隨著生活水平的不斷提高，人體體型已經(jīng)發(fā)生變化，目前推行的號(hào)型標(biāo)準(zhǔn)顯然已不再適合當(dāng)前市場(chǎng)需求[1]。此外，國(guó)家服裝號(hào)型適用于13～60歲的男士，年齡跨度較大，難以準(zhǔn)確匹配各年齡段男士的體型。服裝號(hào)型系統(tǒng)是服裝制作的基礎(chǔ)性標(biāo)準(zhǔn)，其準(zhǔn)確性與服裝的適體程度關(guān)系密切[2]。針對(duì)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(jù)人體的整體形態(tài)，用語(yǔ)言、數(shù)字或字母對(duì)其進(jìn)行描述；定量分析是指在對(duì)人體數(shù)據(jù)分析的過(guò)程中，確定影響體型分類的單個(gè)或多個(gè)指標(biāo)，對(duì)體型進(jìn)行定量描述。

目前，針對(duì)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(biāo)準(zhǔn)，將華東地區(qū)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(jié)構(gòu)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(tài)因子，并將東北地區(qū)青年女性腰臀部體型分為3類。張中啟[5]通過(guò)因子分析法，提取影響中西部地區(qū)男性大學(xué)生下肢體型特征的5個(gè)主要因子，以腰位高/腰圍、臀腰差為分類指標(biāo)，將其體型分為5類。方方等[6]對(duì)176名18～25歲青年女性進(jìn)行三維人體掃描，提取出影響腰臀形態(tài)的8個(gè)特征參數(shù)，選取腰臀比和臀凸高比為分類指標(biāo)，對(duì)樣本進(jìn)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(shù)提供參考。程朋朋等[7]通過(guò)對(duì)福建200名18～25歲青年女性進(jìn)行人體測(cè)量，提取出身高、胸圍、腰圍、臀圍、胸高、腰高6個(gè)特征參數(shù)作為分類指標(biāo)，運(yùn)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(qū)女青年人體尺寸數(shù)據(jù)庫(kù)提供依據(jù)。倪世明等[8]以在校青年女性為研究對(duì)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(diǎn)曲率半徑進(jìn)行青年女性體型分類的方法，運(yùn)用K-means聚類算法進(jìn)行動(dòng)態(tài)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(duì)嘉興學(xué)院18～24歲的在校青年女性進(jìn)行人體測(cè)量，利用SPSS軟件對(duì)原始數(shù)據(jù)進(jìn)行處理，通過(guò)K-means聚類方法，根據(jù)選定的指標(biāo)將樣本分為腿偏長(zhǎng)體型、臀圍偏大體型、扁平體型，為后期新體型研究分析、新號(hào)型標(biāo)準(zhǔn)制作提供新思路、新方法，同時(shí)對(duì)小批量定制的發(fā)展也具有指導(dǎo)作用。

上述學(xué)者在提取樣本體型特征指標(biāo)后，采用K-means聚類分析時(shí)對(duì)k值的選取大多依據(jù)經(jīng)驗(yàn)所得，導(dǎo)致分類結(jié)果具有一定主觀性。文中在因子分析的基礎(chǔ)上提取反映人體特征形態(tài)的參數(shù)，選擇方差碎石圖曲線拐點(diǎn)作為確定k值的依據(jù)，并采用K-means聚類方法對(duì)下肢形態(tài)進(jìn)行較為客觀的分類。

1 實(shí)驗(yàn)部分

1.1 儀器

3D CaMega三維掃描儀，北京博維恒信科技發(fā)展有限公司制造。

北京博維恒信三維人體掃描系統(tǒng)的掃描原理為非接觸式結(jié)構(gòu)光掃描，采用高亮度LED冷光源，減少外界環(huán)境對(duì)測(cè)量準(zhǔn)確性的影響，并配備濾光系統(tǒng)，可濾掉環(huán)境中干擾的光，減少噪聲，提高數(shù)據(jù)質(zhì)量。

1.2 著裝及人體掃描要求

以18～25歲的江浙滬地區(qū)在校大學(xué)生為研究對(duì)象。在進(jìn)行人體掃描時(shí)，被測(cè)人員需穿著實(shí)驗(yàn)室提供的對(duì)應(yīng)身材尺寸的淺色緊身衣，為減小誤差，緊身衣需緊貼皮膚，無(wú)明顯皺褶。同時(shí)，身上不可佩戴手表、項(xiàng)鏈、耳環(huán)等飾品，以免成像不均。

測(cè)試者按照測(cè)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(kāi)始測(cè)量時(shí)，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(dòng)。標(biāo)準(zhǔn)站姿如圖1所示。

為避免儀器系統(tǒng)及測(cè)量者晃動(dòng)帶來(lái)的誤差，提高測(cè)量精度及數(shù)據(jù)合理性，每一位被測(cè)者需測(cè)量3次，取其平均值。

1.3 測(cè)量項(xiàng)目

參照文獻(xiàn)[10-11]，選取35個(gè)三維掃描儀測(cè)量項(xiàng)目，另外補(bǔ)充體質(zhì)量作為手動(dòng)測(cè)量項(xiàng)目，共計(jì)36個(gè)項(xiàng)目，具體見(jiàn)表1。

表1 測(cè)量項(xiàng)目Tab.1 Measurement items

2 數(shù)據(jù)分析

2.1 數(shù)據(jù)的預(yù)處理

為保證實(shí)驗(yàn)數(shù)據(jù)的可靠性與準(zhǔn)確性，需對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，排除異常值。將各組數(shù)據(jù)導(dǎo)入SPSS中，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，得到一組數(shù)值。標(biāo)準(zhǔn)化處理后的數(shù)值較小，為-1～1，如絕對(duì)值大于2，就屬于異常值，需在分析時(shí)結(jié)合實(shí)際測(cè)量情況將異常值剔除。綜合志愿者的實(shí)際身材，排除由于錄入等人為原因及人體體型差異觸發(fā)的異常值，最終保留201名志愿者數(shù)據(jù)。

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(shù)幾個(gè)因子代替原有數(shù)據(jù)信息，既能減少數(shù)據(jù)分析中變量的個(gè)數(shù)，也不會(huì)造成原始數(shù)據(jù)信息的大量丟失[12]。對(duì)樣本數(shù)據(jù)進(jìn)行因子分析的前提條件是，原始數(shù)據(jù)各變量間需要具備較強(qiáng)的相關(guān)性，否則無(wú)法從中綜合得出能夠體現(xiàn)相同特征的公因子。

2.2.1巴特利特球形檢驗(yàn)與和KMO檢驗(yàn) 檢驗(yàn)原始數(shù)據(jù)是否能用因子分析方法進(jìn)行研究，可以通過(guò)計(jì)算相關(guān)系數(shù)矩陣、反映像相關(guān)矩陣、巴特利特(Bartlett)球形檢驗(yàn)以及KMO(kaiser-meyer-olkin)檢驗(yàn)進(jìn)行判斷。通過(guò)對(duì)4種方法的比較，最終采用Bartlett球形檢驗(yàn)與KMO檢驗(yàn)相結(jié)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(yàn)結(jié)果。由表2可以看出，Bartlett球形檢驗(yàn)的近似卡方值為15 883.364，且相應(yīng)的概率p值接近0。由于該統(tǒng)計(jì)量的觀測(cè)值較大，假設(shè)顯著性水平值α是0.05，p值為0小于顯著性水平α，同時(shí)，KMO值為0.743，說(shuō)明變量間的相關(guān)性較高，認(rèn)為數(shù)據(jù)適宜進(jìn)行因子分析。

表2 KMO檢驗(yàn)結(jié)果Tab.2 Test results of kaiser-meyer-olkin

表3為8個(gè)公因子對(duì)原始數(shù)據(jù)體型差異解釋的總方差。由表3可以看出，有8個(gè)因子的特征值大于1，同時(shí)，總方差累積達(dá)到87.616%，由此可以說(shuō)明，采用8個(gè)公因子來(lái)描述樣本體型差異即可達(dá)到所有數(shù)據(jù)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(jīng)過(guò)正交旋轉(zhuǎn)得到的旋轉(zhuǎn)成分矩陣。結(jié)合表3分析結(jié)果，可以得到以下8個(gè)用于描述下肢特征的公因子：

表4 旋轉(zhuǎn)成分矩陣Tab.4 Rotational component matrix

①第1公因子為臀圍、橫襠、體質(zhì)量、小腿圍、膝圍、腹圍、腰圍、臀圍與下肢長(zhǎng)比8個(gè)關(guān)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(diǎn)、褲前膝、褲長(zhǎng)與身高比5個(gè)關(guān)于襠部至膝蓋的變量，稱為襠部形態(tài)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(zhǎng)6個(gè)關(guān)于襠部長(zhǎng)度的變量，稱為襠長(zhǎng)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(gè)關(guān)于臀部形態(tài)的變量，稱為臀部形態(tài)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(gè)關(guān)于下肢側(cè)面凹凸形態(tài)的變量，稱為下肢側(cè)身因子；

⑥第6公因子為小腿肚后凸、膝后凹2個(gè)關(guān)于小腿形態(tài)的變量，稱為小腿形態(tài)因子；

⑦第7公因子為下肢與上身長(zhǎng)比、臀高比、臀腿凸差3個(gè)關(guān)于下肢整體形態(tài)的變量，稱為下肢體態(tài)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(tài)因子、襠長(zhǎng)因子、臀部形態(tài)因子、下肢側(cè)身因子、小腿形態(tài)因子、下肢形態(tài)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(tài)因子。

2.2.2特征指標(biāo)的提取 為進(jìn)一步描述下肢體型特征，將上述變量采用權(quán)重分析法提取各公因子的特征指標(biāo)。根據(jù)各公因子的方差貢獻(xiàn)率，通過(guò)計(jì)算因子貢獻(xiàn)率與8個(gè)因子累計(jì)貢獻(xiàn)率的比值，得到各因子的權(quán)重。依據(jù)因子得分系數(shù)矩陣的系數(shù)，計(jì)算各變量在公因子中的權(quán)重，權(quán)重值大小客觀顯示了變量的重要程度，具體結(jié)果見(jiàn)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(zhǎng)比和腰凹在各自因子中占比最大，即這8個(gè)變量相對(duì)于其他變量更為重要。結(jié)合人體對(duì)褲裝舒適性和合體性的要求，分析褲裝紙樣設(shè)計(jì)中各部位的參數(shù)公式，增加身高、腰圍、臀圍3個(gè)主要影響因子，共提取11個(gè)變量作為評(píng)價(jià)下肢形態(tài)的重要特征指標(biāo)，具體見(jiàn)表6。

表5 因子權(quán)重值Tab.5 Factor weight values

表6 褲裝紙樣參數(shù)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(gè)體間關(guān)系緊密程度的指標(biāo)，并通過(guò)指定分類數(shù)求得聚類結(jié)果。具體步驟為：①在確定聚類數(shù)目k后，指定這k類的初始類中心點(diǎn)；②依次計(jì)算每個(gè)樣本數(shù)據(jù)點(diǎn)到k類中心的歐氏距離，根據(jù)距離最近原則分派樣本，形成第一次迭代的k個(gè)分類；③根據(jù)聚類終止條件進(jìn)行迭代，迭代停止則聚類結(jié)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(guān)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(zhǎng)比例，比值越大，說(shuō)明襠長(zhǎng)占據(jù)身高的比例越大。臀腰凸差指臀凸點(diǎn)相對(duì)于后腰凹點(diǎn)的前后位差，與腰臀形態(tài)緊密相關(guān)。臀腰凸差的數(shù)值越大，說(shuō)明臀凸點(diǎn)越高，臀部相對(duì)于腰部越凸出；數(shù)值越小，說(shuō)明臀凸點(diǎn)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(jù)，對(duì)下肢進(jìn)行體型分類。

表7為立襠與身高比、臀腰凸差經(jīng)過(guò)K-means聚類為不同類別時(shí)，各自聚類中心的數(shù)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(biāo)，通過(guò)觀察分類結(jié)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(dāng)聚類數(shù)為2，3，4時(shí)，碎石圖中3點(diǎn)之間連線急劇下降；聚類數(shù)為5時(shí)，折線開(kāi)始趨于平緩，并出現(xiàn)拐點(diǎn)，所以選擇聚類數(shù)為5。將201個(gè)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(biāo)準(zhǔn)體。各項(xiàng)分類指標(biāo)中心值、案例數(shù)和占比結(jié)果見(jiàn)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(dá)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(biāo)準(zhǔn)體占比為25.4%。以臀部形態(tài)進(jìn)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(biāo)準(zhǔn)體，分別為30.3%與25.4%。

表8 分類結(jié)果Tab.8 Classification results

4 結(jié) 語(yǔ)

通過(guò)三維掃描儀對(duì)青年男性進(jìn)行下肢部位數(shù)據(jù)采集和統(tǒng)計(jì)分析，總結(jié)出以下結(jié)論：

1)使用因子分析法，從36個(gè)下肢相關(guān)數(shù)據(jù)中提取出能夠反映下肢特征的8個(gè)公因子；

2)通過(guò)計(jì)算公因子中各部位數(shù)據(jù)的因子權(quán)重值，提取特征指標(biāo)，結(jié)合褲裝紙樣設(shè)計(jì)的參數(shù)公式，共提取11個(gè)特征指標(biāo)；

3)選取立襠與身高比、臀腰凸差作為分類指標(biāo)，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(biāo)準(zhǔn)體5類，各體型占比分別為27.4%，23.4%，16.9%，6.9%和25.4%。