華中地區(qū)女大學(xué)生下體比例特征細(xì)分研究

摘 要：為獲得華中地區(qū)女大學(xué)生的下半身形體比例細(xì)分類型，并對應(yīng)個性化女褲結(jié)構(gòu)比例設(shè)計提供參數(shù)依據(jù)。以156名18～22歲在校女大學(xué)生為測量對象，結(jié)合照片測量、三維截面重合圖測量以及計算項目，共獲得27項下半身形態(tài)特征參數(shù)。通過主成分分析，提取了6項下體形態(tài)特征影響因子，累積貢獻(xiàn)率達(dá)到91.821%。依據(jù)載荷系數(shù)篩選出4項下體比值特征因子細(xì)分指標(biāo)，分別為前后外包厚度比（FBLOD）、腰長立檔比（WLSE）、會陰腰高比（PWH）以及膝高下襠長比（KHPL），對細(xì)分指標(biāo)進(jìn)行K-means聚類分析，獲得A～D 4種下體比例特征細(xì)分類型，依據(jù)各類型樣本分布比例確定B類型為典型比例特征類型。采用B類型比例特征參數(shù)對褲裝基本型比例結(jié)構(gòu)進(jìn)行優(yōu)化調(diào)整，經(jīng)Style 3D虛擬試穿舒適性檢驗，調(diào)整后的褲裝基本型舒適性得到有效提升。

關(guān)鍵詞：照片測量；三維截面重合圖測量；體型分類；服裝結(jié)構(gòu)；虛擬試衣

中圖分類號：TS941.17" " " " " " "文獻(xiàn)標(biāo)識碼：A" " " " " " " 文章編號：1674-2346（2024）01-0001-08

Classification of Lower Body Proportion Characteristics of Female University Students in Central China

LIU Kaili" " CHENG Wei" " CHEN Yanling

（School of Fashion，Wuhan Textile University，Wuhan，Hubei 430070，China）

Abstract： This study is to obtain the lower body proportion types of female university students in Central China.and to provide a parameter basis for corresponding personalized women’s pants structure proportional design.A total of 27 lower body morphological characteristics parameters were obtained by taking 156 female university students aged 18-22 years old as measurement objects，combining photo measurement，3D cross-sectional overlap image measurement and calculation items.Through principal component analysis，six lower body morphological characteristics influencing factors were extracted，and the cumulative contribution rate reached 91.821%.And four lower body proportional characteristics subdivision indexes were screened based on the loading coefficients， which were front-to-back outer surround thickness ratio （FBLOD），waist length and crotch length ratio （WLSE）， perineal height and waist height ratio（PWH）and knee height to inside length ratio（KHPL）.K-means cluster analysis was performed on the subdivision indexes to obtain 4 lower body proportional characteristics subdivision types A-D，and type B was determined as the typical proportional characteristics type based on the distribution ratio of samples of each type.The proportional structure of the basic type of pants was optimized by using type B proportional characteristics parameters，and the comfort of the adjusted basic type pants was effectively improved by Style 3D virtual trial comfort test.

Key words： photogrammetry;3D cross-sectional overlap image measurement;body type classification;garment construction;virtual fitting

1" " 引" " 言

紡織行業(yè)“十四五”發(fā)展綱要指出紡織服裝行業(yè)發(fā)展要踐行“精益生產(chǎn)，柔性制造，綠色制造”[1]。總體而言，是期望紡織服裝行業(yè)以滿足消費(fèi)者需求為生產(chǎn)動機(jī)，以小工程為生產(chǎn)目標(biāo)，向規(guī)模定制生產(chǎn)邁進(jìn)，減少庫存積壓和生產(chǎn)污染。然而，國標(biāo)號型以身高及控制部位圍度尺寸為分檔依據(jù)[2]，總體較粗略，難以描述多樣化的人體細(xì)部形態(tài)特征，消費(fèi)者在購買服裝產(chǎn)品時存在臂根、襠部、領(lǐng)部等服裝細(xì)部不適問題[3]。因此，了解不同消費(fèi)者群體的細(xì)部體型特征[4-5]，開發(fā)適合不同人群，不同體型的服裝樣板[6-8]，成為提高服裝合體性甚至發(fā)展精益生產(chǎn)，柔性制造的關(guān)鍵。

人體測量是體型分類的基礎(chǔ)，傳統(tǒng)人工測量是最可靠的數(shù)據(jù)來源[9]。同時，非接觸式二維圖像人體測量方法也廣泛應(yīng)用于體型分類[10-11]、特征部位輪廓識別及自動測量[12-13]，成為遠(yuǎn)程獲取目標(biāo)人群尺寸數(shù)據(jù)的關(guān)鍵[14]；三維掃描點(diǎn)云數(shù)據(jù)是進(jìn)行二維截面特征形體分析[15-16]的重要數(shù)據(jù)來源。然而，由于三維掃描時人體襠部不可避免地點(diǎn)云數(shù)據(jù)缺漏，導(dǎo)致襠部形體測量尺寸存在偏差[17]。因此，綜合多種人體測量方式，對單一測量方式中缺漏及難獲取的形態(tài)特征數(shù)據(jù)進(jìn)行補(bǔ)充[18]，成為全面采集下體形態(tài)特征信息的關(guān)鍵。

為提高女性褲裝合體性及舒適度，本研究以獲得關(guān)聯(lián)褲版型結(jié)構(gòu)設(shè)計的華中地區(qū)女大學(xué)生下體比例特征細(xì)分類型為目標(biāo)，結(jié)合非接觸式二維照片測量和三維截面重合圖測量方法采集在校女大學(xué)生下體形態(tài)特征數(shù)據(jù)，通過計算獲得下體橫向與縱向形體比例特征數(shù)據(jù)，依據(jù)主成分分析篩選比例特征細(xì)分變量后通過K-means聚類分析獲得細(xì)分類型及對應(yīng)參數(shù)，綜合描述了華中地區(qū)女大學(xué)生下體比例差異，為對應(yīng)個性化女褲結(jié)構(gòu)比例設(shè)計提供了參數(shù)依據(jù)。同時，以下體典型比例特征為例，進(jìn)行褲裝基本型結(jié)構(gòu)優(yōu)化和虛擬試穿舒適性檢驗，經(jīng)檢驗，調(diào)整后的褲裝基本型舒適性得到顯著提升。

2" " 下體形態(tài)特征數(shù)據(jù)采集

由于三維掃描數(shù)據(jù)的不完整性，以水平截面獲取橫向特征數(shù)據(jù)，利用照片測量法補(bǔ)充縱向特征數(shù)據(jù)。

2.1" " 測量對象

本文采用隨機(jī)抽樣法，抽取156名籍貫為華中地區(qū)的18～22歲在校女大學(xué)生為測量對象。隨機(jī)抽取指定人群的測量樣本中包含人體形態(tài)特征的變異范圍，樣本量滿足人體測量及其理論研究的一般要求[18]。

2.2" " 下體特征點(diǎn)及基準(zhǔn)線定義

為統(tǒng)一測量標(biāo)準(zhǔn)，首先確定如圖1所示的5個下體體表特征點(diǎn)和1條基準(zhǔn)線。下體體表特征點(diǎn)包括腹部前突點(diǎn)（AL）、臀部后突點(diǎn)（AIS）、會陰點(diǎn)（PE）、膝蓋骨中點(diǎn)（PC）和大腿前突點(diǎn)（CTP）。其中，會陰點(diǎn)（PE）采用GB/T 16160-2008[19]通用定義，為左右坐骨結(jié)節(jié)最下點(diǎn)的連線的中點(diǎn)。參考人體計測點(diǎn)定義[20]，腹部前突點(diǎn)（AL）為正中矢狀面上腹部在前方最突出的點(diǎn)；臀部后突點(diǎn)（AIS）為臀部后方最突出的點(diǎn)；膝蓋骨中點(diǎn)（PC）為膝蓋骨上緣與下緣連線的中點(diǎn)；大腿前突點(diǎn)（CTP）是自定義點(diǎn)，為體前側(cè)45€拔還鄄獾玫降拇笸茸鍆壞恪Ｏ綠逄灞聿飭炕枷呶擼捎肎B/T 16160-2008[19]通用定義，為最下肋骨和上髂嵴中間處的軀干水平圍長。

2.3" " 三維截面重合圖測量方法與測量項目

2.3.1" " 三維人體掃描方法

三維掃描儀器為OKIO-Body Scan天遠(yuǎn)人體三維掃描系統(tǒng)。被測者穿著貼體內(nèi)衣，標(biāo)記體表特征點(diǎn)和基準(zhǔn)線。掃描姿勢采用GB/T 23698-2009[21]立姿A，即受試者身體挺直，頭以法蘭克福平面定位，兩腳平行站立，間隔200mm左右，上臂外展與身體呈20°，前臂自然下垂，掌心向內(nèi)，保持正常呼吸。

2.3.2" " 三維截面重合圖測量方法

將三維掃描人體點(diǎn)云導(dǎo)入Geomagic Wrap 2014，根據(jù)圖2所示4個特征點(diǎn)提取特征截面，并獲得下體特征截面重合圖。

將截面重合圖導(dǎo)入Adobe Illustrator 2019軟件，依據(jù)大腿弧度及斷面曲線延伸趨勢對大腿前突點(diǎn)位截面缺失數(shù)據(jù)進(jìn)行手動修補(bǔ)后，繪制下體外包圍，確認(rèn)側(cè)縫線及襠點(diǎn)，步驟如下：

（1）參考下體最小身幅尺寸的測量方法[20]，連接截面重合圖外突特征點(diǎn)，繪制如圖3所示的外包圍線（LOE）。（2）在外包圍的最寬與最厚處繪制切線，垂直相交呈矩形，取長邊中點(diǎn)繪制正中垂線a，分割下體左右截面，a線分別與矩形長邊相交于F點(diǎn)、B點(diǎn)。（3）在大腿前突位前后最厚處繪制切線，確定切線距離的中點(diǎn)Z，過Z點(diǎn)繪制矩形長邊的平行線b為側(cè)縫線，分割下體前后截面。直線a與直線b交點(diǎn)O確定為襠點(diǎn)。

2.3.3" " 特征截面重合圖測量項目

特征截面重合圖測量項目共計16項，包括測量項目12項，計算項目4項（表1）。測量時，考慮人體截面形狀的不規(guī)則和人體的相對對稱性，大腿圍（TL）采用左右測量尺寸均值。

2.4" " 照片測量方法與測量項目

2.4.1" " 照片拍攝方法

照片拍攝使用Canon EOS 5D Mark II單反相機(jī)，鏡頭為EF24-105 mm。拍照距離為10 m[20]鏡頭中心高1m大致與人體腰部高度統(tǒng)一，拍照姿勢與三維掃描采用姿勢一致，拍攝圖4所示前/后正位和側(cè)位正投影照片。在被測者右側(cè)、足底圓盤中心水平位放置標(biāo)有50cm記號標(biāo)桿，作為實際尺寸換算參照。

2.4.2" " 照片測量項目

照片測量項目如表2所示，共11項，包括測量項目4項（如圖5），計算項目7項。將照片導(dǎo)入Adobe Illustrator 2019，依據(jù)體表特征點(diǎn)、基準(zhǔn)線進(jìn)行測量，再根據(jù)50 cm照片縮放比例計算實際尺寸并記錄。計算公式為：實際尺寸=照片測量尺寸€？50 cm/50 cm照片尺寸）。

3" " 控制部位尺寸基本統(tǒng)計結(jié)果

對156例樣本數(shù)據(jù)進(jìn)行異常值篩選和排除，最終確定有效樣本為152例。

控制部位身高（H），使用馬丁尺測量?？刂撇课谎鼑巴螄叽缃y(tǒng)計結(jié)果及單樣本T檢驗結(jié)果如表3所示。以GB/T 1335.2-2008中5€？ A號型系列控制部位尺寸[2]為檢驗值，身高（H）與檢驗值呈現(xiàn)顯著性差異，顯示了此次樣本整體身高較高的特點(diǎn)。腰圍（WL）及臀圍（HL）與檢驗值均未顯示顯著性差異。

4" " 形體比例特征因子提?。ū?）

利用最大方差特征因子旋轉(zhuǎn)法從27項形態(tài)特征變量中提取了6個特征根大于1的主成分，累積方差達(dá)到91.821%。主成分1中主要為關(guān)聯(lián)人體胖瘦程度的圍度信息，解釋為圍度特征影響因子。主成分2中主要為受骨骼結(jié)構(gòu)控制的下體高度特征變量，解釋為高度特征影響因子。主成分3中前后外包厚度比（FBLOD）顯示了0.934以上的高載荷系數(shù)，顯示了襠點(diǎn)靠前或偏后的位置信息，解釋為橫檔比值特征影響因子。主成分4中腰長立檔比（WLSE）顯示了0.957的高載荷系數(shù)，解釋為腰長立檔比值特征影響因子。主成分5中會陰高腰高比（PWH）顯示了0.855的高載荷系數(shù)，解釋為會陰高腰高比值特征因子。主成分6中膝高下襠長比（KHPL）顯示了0.953的高載荷系數(shù)，解釋為膝高下襠長比值特征影響因子。

5" " 比例特征聚類分析

5.1" " 細(xì)分指標(biāo)選取

將以上4個比值特征因子中載荷系數(shù)高且與褲結(jié)構(gòu)比例設(shè)置[22]相關(guān)的前后外包厚度比（FBLOD）、腰長立檔比（WLSE）、會陰高腰高比（PWH）和膝高下襠長比（KHPL）選為比例特征細(xì)分指標(biāo)。

5.2" " 聚類數(shù)目確定

使用K-means聚類法對細(xì)分指標(biāo)進(jìn)行聚類分析[23]，在聚類前采用手肘法確定聚類數(shù)目K值。手肘法的核心思想是：隨著聚類數(shù)K的增大，聚類樣本劃分更精細(xì)，每個類的聚合程度會逐漸提高，誤差平方和SSE逐漸變小。由于K的增大會大幅增加每個類的聚合程度，當(dāng)K小于最佳聚類數(shù)時SSE會大幅下降，而當(dāng)K達(dá)到最佳聚類數(shù)后，SSE的下降幅度會隨著K值的增大而趨于平緩。具體公式如下，其中，Ci是第i個類，p為Ci中的樣本，mi是Ci的質(zhì)心[24]：

利用Python程序?qū)崿F(xiàn)手肘法對細(xì)分指標(biāo)K值的確定，如圖6所示，肘部對應(yīng)的K值為4，因此確定細(xì)分指標(biāo)最佳聚類數(shù)為4類。

5.3" " 聚類分析結(jié)果

使用SPSS軟件進(jìn)行聚類分析，聚類結(jié)果如表5所示。A類型會陰高與腰高比值最大，顯示了組內(nèi)樣本腰部纖細(xì)，脂肪堆積較少，腰線較低的腰部特征。B類型腰長與立檔比值最大，顯示了組內(nèi)樣本臀部扁平，臀突較低的臀部特征。C類型膝高與下襠長比值最大，反映出組內(nèi)樣本受股骨、脛骨影響的下肢骨骼特征。D類型前后外包圍厚度比比值最大，顯示出組內(nèi)樣本臀突較大，襠點(diǎn)位置相對靠前的特征信息。其中，B類比例特征類型樣本分布率最高，描述了華中地區(qū)女大學(xué)生的典型下體比例特征。

6" " 褲裝基本型結(jié)構(gòu)優(yōu)化與虛擬試穿

6.1" " 結(jié)構(gòu)優(yōu)化

依據(jù)K-means聚類分析結(jié)果，選取樣本分布比率最高的B類特征比值對褲裝基本型的臀圍線、橫檔線、膝位線高度及前后襠寬[22]進(jìn)行優(yōu)化調(diào)整。腰圍、臀圍尺寸設(shè)置為70cm、92cm；褲長設(shè)置為94cm。優(yōu)化前后褲裝基本型尺寸數(shù)據(jù)及比例特征如表6所示。使用ET軟件實現(xiàn)打版及對比工作，優(yōu)化前后版片對比圖如圖7所示。

6.2" " 虛擬試穿

使用Style 3D虛擬試穿軟件實現(xiàn)對調(diào)整前后褲裝基本型的著裝舒適性評價。試穿模特身高設(shè)置為162cm，腰圍為70cm，臀圍為92cm。面料選用梭織全棉平布，克重為170g/m2，厚度為0.26mm。

根據(jù)女大學(xué)生群體學(xué)習(xí)及生活場景體態(tài)姿勢需求，分別選擇虛擬模特走姿和坐姿進(jìn)行試穿。利用“試穿圖”功能顯示服裝由于拉伸而造成的穿著舒適度，黃色區(qū)域為“緊”，紅色區(qū)域為“不能穿”。試穿結(jié)果如圖8所示，通過（a）走姿模擬中正視圖及后視圖觀察，調(diào)整前后的褲裝基本型均未存在明顯著裝不適。在（b）坐姿模擬中，通過對正視圖、側(cè)視圖、后視圖及底視圖的觀察，調(diào)整后的褲裝基本型在腰部、臀部、襠部及膝部的著裝不適面積、不適程度均小于調(diào)整前，調(diào)整后的褲裝基本型舒適性得到有效提升。

7" " 結(jié)論

通過照片測量、三維截面重合圖測量和計算項相結(jié)合的方法，獲取了27項華中地區(qū)女大學(xué)生下體形態(tài)特征數(shù)據(jù)。依據(jù)主成分分析結(jié)果，關(guān)聯(lián)褲結(jié)構(gòu)比例設(shè)計，篩選4項下體比例特征細(xì)分指標(biāo)進(jìn)行K-means聚類分析。根據(jù)聚類結(jié)果樣本分布比率，確定下體典型特征比值類型并對褲裝基本型進(jìn)行比例結(jié)構(gòu)調(diào)整和虛擬試穿舒適性評價，主要結(jié)論如下：

（1）通過主成分分析提取了圍度特征因子、高度特征因子、橫檔比值特征因子、腰長立檔比值特征因子、會陰腰高比值特征因子和膝高下襠長比值特征因子，共6項下體形態(tài)特征影響因子，累積貢獻(xiàn)率達(dá)到91.821%。依據(jù)比值特征因子載荷系數(shù)，確定了4項下體比例特征細(xì)分指標(biāo)。

（2）利用手肘法確定最佳聚類數(shù)為4類，通過K-means聚類分析獲得A～D 4類華中地區(qū)女大學(xué)生下體比例特征類型及相應(yīng)特征參數(shù)，為個性化女褲版型結(jié)構(gòu)設(shè)計提供參數(shù)依據(jù)。

（3）依據(jù)K-means聚類分析結(jié)果樣本分布比例，明確B類型為華中地區(qū)女大學(xué)生下體典型比值特征類型。采用B類特征比值對褲裝基本型的臀圍線、橫檔線、膝位線高度及前后襠寬設(shè)置進(jìn)行優(yōu)化調(diào)整，經(jīng)虛擬試穿舒適性檢驗，調(diào)整后的褲裝基本型舒適性得到有效提升。

參考文獻(xiàn)

[1]中國紡織工業(yè)聯(lián)合會.紡織行業(yè)“十四五”發(fā)展綱要[J].紡織科學(xué)研究，2021（07）：40-49.

[2]全國服裝標(biāo)準(zhǔn)化技術(shù)委員會（SAC/TC 219）. GB/T 1335.2-2008，服裝號型女子[S].北京：中國標(biāo)準(zhǔn)出版社，2008：02.

[3]宋偉，尚云，陳彩云，等.服裝結(jié)構(gòu)設(shè)計[M].南京：南京大學(xué)出版社，2017：153.

[4]汪海仙，尚笑梅.人體體型分類方法研究綜述[J].現(xiàn)代絲綢科學(xué)與技術(shù)，2019，34（03）：37-40.

[5]錢曉農(nóng)，尹兵.基于三維人體測量的人體體型細(xì)分識別的研究[J].紡織學(xué)報，2011，32（02）：108-120.

[6]吳志明，趙水清.孕婦褲原型樣板研究[J].北京服裝學(xué)院學(xué)報（自然科學(xué)版），2009，29（03）：11-19.

[7]何天虹，劉玉娜，趙星.天津市女大學(xué)生體型分類及其原型修正[J].毛紡科技，2018，46（07）：53-57.

[8]王朝暉，任雙佳.基于不同年齡女性體型差異的東華原型修正[J].紡織學(xué)報，2011，32（09）：95-99.

[9]夏鳳勤，毋戈，謝昊洋，等.基于人體縱截面特征曲線的體型分類[J].紡織學(xué)報，2017，38（6）：86-91.

[10]張雪，金紅淑.腰省量及配比與下半身形態(tài)特征的關(guān)系[J].絲綢，2021，58（02）：46-52.

[11]任宇婕，金紅淑.基于體表特征點(diǎn)的青年女性上半身形態(tài)特征細(xì)分[J].北京服裝學(xué)院學(xué)報（自然科學(xué)版），2021（02）：27-34.

[12]張健，徐凱憶，趙崧靈，等.基于二維照片的青年男性頸肩部形態(tài)分類與識別[J].紡織學(xué)報，2022，43（05）：143-149.

[13]王婷，顧冰菲.基于二維圖像的青年女性頸肩部形態(tài)自動識別[J].紡織學(xué)報，2020，41（12）：111-117.

[14]劉曉音，謝紅.基于二維圖像非接觸式人體測量技術(shù)研究[J].針織工業(yè)，2021（05）：58-62.

[15]SU J， LIU G， XU B.Development of individualized pattern prototype based on classification of body features[J].International Journal of Clothing Science and Technology，2015，27（06），895-907.

[16]ZHONG Z，HAO S.Anatomical landmark detection on 3D human shapes by hierarchically utilizing multiple shape features[J].Neurocomputing，2017，253：162-168.

[17] SUNGMIN K.Analysis of human body surface shape using parametric design method[J].International Journal of Clothing Science and Technology，2015，27（03）：434-446.

[18]席煥久，陳昭.人體測量方法：2版[M].北京：科學(xué)出版社，2010：03.

[19]全國服裝標(biāo)準(zhǔn)化技術(shù)委員會（SAC/TC219）.GB/T16160-2008，服裝用人體測量的部位和方法[S].北京：中國標(biāo)準(zhǔn)出版社，2008：13.

[20]三吉滿智子.服裝造型學(xué)理論篇[M].北京：中國紡織出版社，2006：67，82，83，94-97，114-116.

[21]全國人類工效學(xué)標(biāo)準(zhǔn)化技術(shù)委員會（SAC/TC 7）. GBT+23698-2009，三維掃描人體測量方法的一般要求[S].北京：中國標(biāo)準(zhǔn)出版社，2009：11.

[22]三吉滿智子.服裝造型學(xué)技術(shù)篇Ⅰ[M].北京：中國紡織出版社，2004：209.

[23]方方，王子英.K-means聚類分析在人體體型分類中的應(yīng)用[J].東華大學(xué)學(xué)報（自然科學(xué)版），2014，40（05）：593-598.

[24]吳廣建，章劍林，袁丁.基于K-means的手肘法自動獲取K值方法研究[J].軟件，2019，40（05）：167-170.