使用人工神经网络预测具有心理特征的虚拟服装尺寸和3D身体测量以及使用生成对抗网络可视化配套身体的新方法

科学领域:

• 服装技术 服装技术
• 计算式时装设计 计算式时装设计
• 人与计算机的交互

背景情况:

• 虚拟测试环境可以增强服装供应链,但设计师们很难将客户的适合偏好和情绪纳入其中.
• 准确的3D身体测量,服装尺寸和舒适度是最终用户对服装的满意度至关重要的.
• 了解心理倾向与身体尺寸的关键是个性化服装的关键.

研究的目的:

• 根据身体尺寸和心理取向来调查服装轻松偏好的变化.
• 开发一个虚拟的服装适合预测模型,以个人适合的动机.
• 通过服装行业的个性化大规模定制,提高最终用户的满意度.

主要方法:

• 使用人工神经网络 (ANN) 开发虚拟服装适配预测模型.
• 模拟模式参数,身体尺寸和心理特征之间的非线性关系.
• 应用生成对抗网络 (GAN) 来可视化装配的身体并生成3D样本.

主要成果:

• 通过整合身体尺寸和心理数据,ANN模型有效地预测了舒适的偏好.
• 一个非线性关系被成功建模,提高了轻松补贴的预测准确性.
• 生成的3D身体样本可视化了预测的模式参数对虚拟服装适合性的影响.

结论:

• 开发的模型通过利用心理定向来实现个性化服装的定制,促进了大规模的定制.
• 新生成的尺寸匹配数据增强了易用偏好图表,从而提高了最终用户的满意度.
• 在虚拟配套中,ANN和GAN的技术集成为完善服装配套提供了一条途径.