基于服装定制的女性人体美预测模型的建立

翟黎莉， 钱晓明， 王 瑞， 隗合月

(1. 天津工业大学 纺织学院， 天津 300387； 2. 国家特种防护服装质量监督检验中心， 北京 100082)



基于服装定制的女性人体美预测模型的建立

翟黎莉1,2， 钱晓明1， 王 瑞1， 隗合月1

(1. 天津工业大学 纺织学院， 天津 300387； 2. 国家特种防护服装质量监督检验中心， 北京 100082)

服装定制是服装工业生产的新趋势，修饰和美化人体是服装定制的基本功能之一。通过对三维人体扫描数据进行回归分析，得到影响人体美的11个重要身体尺寸；以这11个尺寸为基础共选择了15个可反映女性体形特征的主要人体比例。通过对15个主要人体比例的主元分析、二次型分析等建立了人体美预测模型。根据模型，可以定位个体在形体上存在不足的部位，在服装定制时利用服装进行修饰，以到达美化人体的目的，从而为个性化服装设计提供理论基础。

服装定制； 女性； 人体美； 预测模型； 身体比例

近年来，随着三维人体扫描技术的发展，服装定制在服装工业中逐渐成为一种新的趋势。服装定制的个性化设计，能够使服装更好地发挥修饰和美化人体的这一基本功能[1]。人体是服装的对象，也是制作服装的依据，服装与人体有非常密切的关系。人体美是服装美的前提，服装美是人体美的彰显，二者是相辅相成、不可分割的整体[2]。服装可以展现或强化人体的优美特征，并且修正或弥补人体的某些不足，扬长避短，在视觉感知上提升人体美感[3-4]。要使服装能更好地美化人体、修正人体，就必须要知道人体美在哪里，哪些地方存在不足才能有针对性的选择和设计服装。

女性人体内脂肪的含量和分布状态是形成人体曲线美的主要原因。虽然人体外形的自然起伏和形状变化是有规律的，但是由于每个人的体质发育情况各不相同，形成了在体态及身体比例上的千差万别。

人体美的程度用吸引力等级表示，一般情况分为1～9共9个等级，1级最低，9级最高。WHR(腰臀比，腰围与臀围的比值)、BMI(体质指数，体重与身高平方的比值)和VHI(体积身高指数，体积与身高平方的比值)是3个重要的人体美评价指标，与吸引力等级间存在强烈的相关性，可以从整体上预测吸引力等级[5-7]， 并不能定位个体在形体上存在的不足。所以，本文在WHR、BMI和VHI的基础上，研究了对女性人体美影响较大的身体部位尺寸间的比例与吸引力等级间的关系，并建立以身体比例为参数的人体美预测模型，从而为定制服装个性化设计提供理论基础。

1 实验部分

1.1 实验仪器及软件

采用法国Lectra(力克)非接触式激光三维人体扫描仪器采集人体数据；采用精度为0.1 kg的电子计重仪和精度为0.1 cm的身高测量仪测量体重和身高。采用Bodyscan Comparator软件计算人体体积、人体宽度和厚度值。

测量环境的温度为(28±2)℃，相对湿度为(60±5)%，适合裸体测量。

1.2 实验对象

对年龄在20～25岁之间的天津工业大学的在校女学生进行随机抽样，共抽取100名女性作为实验样本。

1.3 人体扫描

利用Lectra三维人体扫描仪对100名青年女性进行人体扫描，获取人体数据和三维人体扫描图像，并利用MAYA软件将扫描图像制作成可360°匀速旋转的电影剪辑作为评价对象[8]，如图1所示。4个状态分别表示电影剪辑播放开始时，播放3、6、9 s时。图像旋转360°的时间为12 s；图像的背景为浅灰色，人体颜色为青色。

图1 人体旋转的状态Fig.1 Example of movie clip

为了保证三维人体扫描的准确性和一致性，要求测试者统一穿着紧身合体的浅色内衣，在相同的位置按要求摆出相同的姿势，不可佩戴任何首饰，需要时绾起长发。

1.4 实验过程

共有40名年龄在20～25岁之间的来自天津工业大学的学生被邀请对100幅在电脑屏幕上播放的女性人体电影剪辑进行人体美评级。评级时，通过MediaLab软件，评价者可以根据自己的感知随时选择等级，一旦选择将会自动进入下一个剪辑，而不用等待该剪辑播放完毕，这样会减少评级的时间。经过统计，一个剪辑的平均评级时间为6.02 s；整个评级过程的最长用时为864 s。评价者必须独立完成全部评级。

2 吸引力等级预测模型的建立

2.1 主要身体尺寸的选择

通过人体扫描和Bodyscan Comparator软件计算共获得92个身体尺寸。由于不同部位的尺寸相差较大，所以在数据分析前进行了预处理。首先将左右对称的身体尺寸的平均值作为新尺寸值，然后求所有尺寸的偏差率作为新数据，共计54个，见式(1)。

(1)

在SPSS中，用逐步回归法分析54个新数据与吸引力等级间的关系，见式(2)。

y=4.628+0.187x1-0.048x2-0.105x3-0.016x4+0.04x5-0.068x6+0.024x7-0.052x8-0.077x9+0.091x10-0.076x11(R2=0.683)

(2)

式中：y为人体美等级；x1～x11分别代表身高、腰高、胸高、乳间距、胸围、腰宽、腰厚、臀厚、胸宽、腰围和肩宽的偏差率。

式(2)共包含了11个身体尺寸的偏差率，说明这11个身体尺寸是影响吸引力等级的重要因素。以11个身体尺寸为主，分别计算水平方向上的尺寸与水平方向上尺寸的比值，垂直方向上尺寸与垂直方向上尺寸的比值，共得到12个身体比例。包括WHR、BMI和VHI在内，共有15个比例用于建立人体美预测模型。15个比例的名称及描述性统计结果如表1所示。

表1 主要身体比例的描述性分析

2.2 数据分析

2.2.1 数据的标准化处理

为了消除数据间的量纲关系，使数据间具有可比性，将数据进行Z标准化处理，使变量间的单位统一，即标准化处理后数据的均值为0，标准差为1[9]。数据标准化的计算公式为

(3)

式中：Pn为原始身体比例的标准化值；P为原始身体比例；m为每组身体比例的平均值；s为每组身体比例的标准差。

2.2.2 主元分析

在15个主要比例中，由于有些比例间存在着很强的相关性，在分析时会造成分析的重复性或使分析过程变得冗长。为了减少这种重复性或分析过程的冗长，将15个比例进行主元分析。

在MatLab中[10]，用[ptrans, transMat]=prepca(pn, min-frac)函数做主元分析，共输出3个主元向量，分别记作P1，P2和P3。主元分析所得的各个主元向量间是两两不相关的，只有这样才能够被作为独立的变量进行分析。

2.3 二次型模型的建立

通过分析3个主元向量与吸引力等级间的关系可知，3个主元向量与吸引力等级间存在相似的非线性关系，以P1和P2为例说明，如图2所示。

图2 主元向量与吸引力等级间的关系Fig.2 Plots of relationship between P1 and P2 and attractiveness ratings

主元向量与吸引力等级间存在的非线性相关性可以用二次曲线拟合，拟合方程为

(4)

式中：y为吸引力等级；x1和x2分别表示P1和P2。由式(4)可以看出二次函数能够比较好地拟合主元向量与吸引力等级间的关系，故选用二次型模型拟合各主元与吸引力等级间的关系。

全二次型模型由常数项、一次项、二次项(包括平方项和交叉项)组成。为了计算方便，全二次型通常进行标准型转化以去除交叉项。转化方法有2种，分别为正交变化法和配方法[11]。在MatLab中，用rstool语句建立全二次型模型，再采用正交变化法将全二次型模型转化为标准型模型，见式(5)。m值是由主元向量的线性变化得到的，但与主元向量间并不存在一一对应的关系，即m1可解释的身体比例并不一定对应着P1可解释的身体比例。

y=4.726+0.160(m1-0.083)2-0.091(m2+0.471)2-0.034(m3-1.302)2

(5)

根据式(5)计算100名女性的预测等级与实验等级间的关系，结果如图3所示。

图3 标准型模型的预测值与实验值的关系Fig.3 Plots of relationship between real ratings and predicted ratings

由式(5)可知m值对吸引力等级的影响程度。m值系数的绝对值越大对吸引力等级的影响程度越大，反之亦然。m1的影响程度最大，其次为m2>m3。

3 预测模型在服装定制中的应用

在MatLab中，将预测模型建立过程编写成运算模块。需要计算时，按顺序将原始身体尺寸输入到相应位置，便可得到吸引力等级和m值。建立人体美预测模型的一个很重要的目的是通过模型可以定位提升人体美等级时需要改善的身体比例，从而利用服装对其进行修饰。

3.1m值与身体比例间的关系

由式(5)可知，人体美等级是由m1、m2和m3的取值决定的。m1、m2和m3是15个身体比例经过矩阵转化得到的，与某些比例间存在很强的线性相关性。利用MatLab软件，计算m值和各比例间线性关系，见式(6)。

(6)

由式(6)可知：m1主要与腰宽和腰厚有关；m2主要与人体高度方向上比例有关；m3主要与人体宽度方向上比例有关。

3.2 身体比例的定位

由式(5)可知，m1的二次项系数为正，m1与吸引力等级的关系形成凹陷的响应面，当m1在极值点0.083时等级取得最小值，这说明m1值越偏离极值点等级越高；m2和m3的二次项系数为负，与吸引力等级的关系形成凸起的响应面，当m2和m3分别在极值点-0.471和1.302时等级取得最大值，这说明m2和m3分别越接近极值点等级越高。在定位身体比例时，先根据m值与极值点的差值确定m值的变化趋势，然后再根据式(6)判断需要改善的身体尺寸。

例如：某个体的m2值为-0.756，与m2的极值点-0.471相比需增加其值以达到提升等级的目的。通过分析，由于人体的身高是一个相对不变值，要使m2值增加，需要增加腰高、臀高和胸高值，其中腰高的改变对m2的影响最大(系数最大)，所以在服装设计时可采用腰线提升的设计，使在视觉上达到人体修长的效果，提升人体美感。以上只是一个简单的例子，在实际的设计中还要综合考虑其他身体因素以及采用更多的设计理念以达到服装修饰人体的目的。

4 结 论

通过对三维人体扫描数据进行逐步回归得到影响人体美的11个重要身体尺寸，并以这11个尺寸为基础选择了15个可以反映人体形体特征的身体比例进行主元分析，全二次型建立及二次型标准型转化，得到了一个新型的人体美预测模型。

根据预测模型中m值与身体比例的关系可以定位个体身体比例上存在的不足，从而为服装定制个性化设计提供了一定的理论指导。

[1] 张旎. 三维人体扫描系统在服装个性化定制领域的应用[J]. 武汉科技学院学报，2007，20(6)：39-42. ZHANG Ni. Application of the 3D body scanning system in clothing customization[J]. Journal of Wuhan University of Scince and Technology，2007，20(6)：39-42.

[2] 方彰林，姜世正．人体美学[M]．北京：北京出版社，2000:12-20. FANG Zhanglin，JIANG Shizheng．Human Body Aesthetic [M]．Beijing：Beijing Press，2000:12-20.

[3] 李正，张影．体型与服装美[J]．苏州大学学报：工程科学版，2006，26(5)：30-32. LI Zheng，ZHANG Ying．Body shape and garment modeling [J]．Journal of Soochow University: Engineering Science Edition，2006，26(5)：30-32.

[4] 李广松．人体体型与服装设计[J]．山东纺织科技，2002(3)：45-47. LI Guangsong．Bodily form and costume designing [J]．Shandong Textile Science & Technology，2002(3)：45-47．

[5] SINGH D. Female health, attractiveness and desirability for relationships: role of breast asymmetry and waist-to-hip ratio[J]. Ethnology and Sociobiology，1995，16 (6)：465-481.

[6] TOVÉE M J，HANCOCK P J B，MAHMOODI S，et al. Human female attractiveness: waveform analysis of body shape[J]. Proceedings of Royal Society of London Series B- Biological Sciences，2002，269：2205-2213.

[7] FAN J，DAI W，QIAN X M．Effects of shape parameters on the attractiveness of a female body[J]．Perceptual and Motor Skills，2007，105：117-132．

[8] 王海松．Maya 6.0入门与提高[M]．北京：清华大学出版社，2005:36-51. WANG Haisong．Maya 6.0 Introductory and Improve [M]．Beijing: Tsinghua University Press，2005:36-51.

[9] 何晓群．现代统计分析方法与应用[M]．北京：中国人民大学出版社，2007:1-35. HE Xiaoqun．Modern Statistical Analysis Method and Application [M]．Beijing: Renmin University of China Press，2007:1-35.

[10] 孙祥，徐流美，吴清．MATLAB 7.0基础教程[M]．北京：清华大学出版社，2005:5-28. SUN Xiang，XU Liumei，WU Qing．Matlab 7.0 Basic Course [M]．Beijing: Tsinghua University Press，2005:5-28.

[11] 李博纳，苏燕玲．线性代数[M]．北京：清华大学出版社，2006:3-26. LI Bona，SU Yanling．Linear Algebra [M]．Beijing: Tsinghua University Press，2006:3-26.

Establishment of female attractiveness rating prediction model based on clothing customization

ZHAI Lili1,2, QIAN Xiaoming1, WANG Rui1, WEI Heyue1

(1.SchoolofTextiles,TianjinPolytechnicUniversity,Tianjin300387,China;2.NationalQualitySupervisionandInspectionCenterforSpecialProtectiveClothing,Beijing100082,China)

Clothing customization is a new trend of clothing industry, and beauty body is one of the basic function of custom-made clothes. Using regression analysis of body measurements by 3-D body scanner, eleven body measurements were determined as the most important cues for body physical attractiveness. On the basis of these eleven body measurements, fifteen body proportions expressing female body shape character istics better were selected. A new prediction model for female attractiveness was established by analyzing these 15 body proportions with principle component analysis, canonical analysis and regression analysis. Based on the prediction model, imperfect body segments were pointed which can be concealed when designing custom clothes. The prediction model can provide a rationale for individualized design.

clothing customization; female; physical attractiveness; prediction model; body proportion

10.13475/j.fzxb.20140102705

2014-01-21

2014-09-28

翟黎莉(1981—)，女，博士生。研究方向为女性人体美和服装压力舒适性。 钱晓明，通信作者，E-mail：qianxiaoming@tjpu.edu.cn。

TS 941.17

A