[发明专利]一种提高三维试衣软件中虚拟人体建模精度的方法

说明书

技术领域

本发明涉及一种提高三维试衣软件中虚拟人体建模精度的方法，属于服装产业数字化技术领域。 

背景技术

随着社会和经济的不断发展，人们开始追求个性化的服装设计，希望能够穿着符合自己体型特征和审美的量身定制的服装。因为每个人的体型、体态和肤色不同，审美观念也不同，所以，在目前的个性化服装设计和制作过程中，需要通过本人试衣才能观察衣服穿着效果。为了解决必须通过本人试衣带来的麻烦，在国内外已经有相关的虚拟三维试衣软件开发，该三维虚拟试衣是用于成衣合体性信息分析和评价的重要手段，三维虚拟试衣效果的好坏，直接影响到服装的设计加工和规格确定环节。而其中，按照客户的体型和尺寸建立个性化虚拟人体模型是三维试衣的基础。在现有三维试衣软件中，虚拟人体个性化参数建模是通过围度尺寸和长度尺寸实现，然后通过对人体的体型的主观评判，对人体体型进行微调，这样生成的虚拟人体与实际体型的差别较大，影响三维试衣的最终使用效果。 

发明内容

本发明的目的是提供一种提高三维试衣软件中虚拟人体建模精度的方法，通过人体测量学对人体体型特征参数应用于三维试衣软件的体型特征参数的映射关系的研究，以提高虚拟人体的精度，使得生成的虚拟人体更好地符合个性化定制中客户化合体评价的要求，并通过对接口文件的编程方法分析，以实现从人体特征参数到个性化人体的高效生成，从而有效解决现有技术中存在的上述问题。 

为实现上述发明目的，本发明采用的技术方案如下： 

一种提高三维试衣软件中虚拟人体建模精度的方法，包括如下步骤： 

第一步、确认三维试衣软件中的人体建模参数对人体体型变化的影响，选定11个对体表影响较大的体型建模参数作为BP神经网络的输出参数； 

第二步、根据选定的输出参数，分析出可能对输出参数产生影响的36项体型特征参数， 作为BP神经网络的输入参数； 

第三步、在Matlab环境下构建BP网络的初始模型，通过网络训练，分析最大最小法、方差归一化方法、以及无处理三种方法分别对数据进行标准化处理后对网络预测能力的影响、分析不同的网络层数设置对网络预测能力的影响、分析不同的训练函数设置对网络预测能力的影响、分析不同的节点传递函数设置对网络预测能力的影响、分析不同的隐层节点数设置对网络预测能力的影响、分析不同网络输入和输出参数设置对网络预测能力的影响，得到最佳网络结构，建立体型特征参数与用于三维试衣软件中的体型调整参数的非线性映射关系； 

第四步、分析三维试衣软件中人体参数建模接口文件的编码方式，根据第三步所得到的转换参数及相应的人体测量数据，生成基于客户体型和人体尺寸的客户化虚拟人体。 

作为一种优选方案，所述的11个对体表影响较大的体型建模参数为：肩参数、胸部位置参数、胸峰距离参数、腹参数、身体宽度参数、臀部宽度参数、上半身长参数、姿势参数、下身姿势参数、底部位置参数和上身姿势参数。 

作为一种优选方案，所述的36项体型特征参数为：前肩角、后肩角、平均肩角、侧颈点到胸点的距离、侧颈点到胸点的距离/前长、BP点间距、BP点间距/胸围、腹突角、前腰中心点到胸部两侧的夹角、侧腰中心点到胸部两侧的夹角、前腰中心点到胸部两侧的夹角/侧腰中心点到胸部两侧的夹角、前腰到胸的竖直夹角、前腰中心点到臀部两侧的夹角、侧腰中心点到臀部两侧的夹角、前腰中心点到臀部两侧的夹角/侧腰中心点到臀部两侧的夹角、前腰中心点到臀部两侧的夹角/前腰中心点胸部两侧的夹角、侧腰中心点到臀部两侧的夹角/侧腰中心点到胸部两侧的夹角、后腰到臀的竖直夹角、背长、背长/身高、侧面膝盖中心点到腰中心点的竖直夹角、侧面腰中心点到臀中心点的夹角、下体轴角、上半身体轴角、上体前正中角、后腰到后颈角、高度、颈围、肩宽、胸围、胸下围、腰围、下臀围、上臀围、外腿长及内长。 

作为一种优选方案，第三步选用最大最小法对数据进行处理。 

作为一种优选方案，第三步中所述的最佳网络结构为：神经网络层数采用4层，网络的训练函数设置为{trainlm}，网络的节点传递函数设置为{logsig,purelin,logsig}。 

作为一种优选方案，所述三维试衣软件具有体型输入参数、体型调整参数和人体参数建模接口文件。 

作为进一步优选方案，所述的三维试衣软件为美国Gerber公司的V-stitcher软件。 

与现有技术相比，本发明具有如下显著性进步和有益效果：