李旻玥,李智博,呂 釗,黃 霞,馬艷輝

(1.西安工程大學(xué) 服裝與藝術(shù)設(shè)計(jì)學(xué)院,陜西 西安 710048; 2.西安電子科技大學(xué) 光電工程學(xué)院,陜西 西安 710126)

隨著信息技術(shù)的廣泛應(yīng)用,移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和智能化時(shí)代來臨,服裝消費(fèi)已經(jīng)顯現(xiàn)出多元化、多層次、多結(jié)構(gòu)的狀態(tài),人們的個(gè)性化消費(fèi)需求越來越多,個(gè)性化產(chǎn)品應(yīng)運(yùn)而生[1]。服裝定制可以滿足消費(fèi)者的個(gè)性需求,但傳統(tǒng)定制服裝針對群體少,且從設(shè)計(jì)到成品落實(shí)過程冗雜,步驟繁多,其生產(chǎn)加工的規(guī)模也受到市場小群體的限制,導(dǎo)致成果比例無法達(dá)到最大化。隨著消費(fèi)者自我意識的加劇,短周期潮流化現(xiàn)象顯著攀升,因此服裝設(shè)計(jì)的數(shù)據(jù)化、模塊化以及客戶參與式設(shè)計(jì)理念將成為服裝行業(yè)發(fā)展的重點(diǎn)。

李鴻霄[2]、朱鏗樺[3]通過優(yōu)化服飾模塊化設(shè)計(jì)模式從而提高生產(chǎn)、設(shè)計(jì)效率,將模塊化系統(tǒng)帶入現(xiàn)代服飾設(shè)計(jì)中;周海媚等[4]對服裝款式模塊化設(shè)計(jì)方法展開探討,對服飾單品進(jìn)行部件分類、重組,驗(yàn)證了服裝模塊式設(shè)計(jì)的可行性;李司琪[5]通過對服飾的模塊化劃分以及模塊間的相關(guān)性分析,最終完成了服飾的模塊化配置設(shè)計(jì)?，F(xiàn)階段,對于服飾數(shù)據(jù)化和模塊化的研究主要集中在應(yīng)用現(xiàn)有理論去實(shí)踐和驗(yàn)證,而對于系統(tǒng)測試開發(fā)和應(yīng)用的研究較少,對建立服飾模塊數(shù)據(jù)庫也鮮有提及。

本文以旗袍設(shè)計(jì)為研究實(shí)例,建立旗袍部件的數(shù)據(jù)庫,以實(shí)現(xiàn)設(shè)計(jì)流暢化、自由化,在分析旗袍模塊化設(shè)計(jì)中的流程、數(shù)據(jù)分析以及三維建模技術(shù)的基礎(chǔ)上,設(shè)計(jì)構(gòu)建出一款旗袍定制系統(tǒng),該系統(tǒng)將設(shè)計(jì)數(shù)據(jù)進(jìn)行分析,完成定制化、模塊化設(shè)計(jì)以及三維建模相似體型試衣,從而達(dá)到個(gè)性定制化、資源節(jié)約化、服務(wù)高效化的設(shè)計(jì)。

1 定制化服飾的轉(zhuǎn)型與現(xiàn)狀

隨著社會的不斷進(jìn)步,人們逐漸開始轉(zhuǎn)向無接觸定制消費(fèi)模式,網(wǎng)絡(luò)技術(shù)與信息技術(shù)被廣泛應(yīng)用于生產(chǎn)之中,消費(fèi)者對產(chǎn)品數(shù)據(jù)信息的要求也越來越高,定制化結(jié)構(gòu)由傳統(tǒng)“量體裁衣”的定制化方式向現(xiàn)代人機(jī)一體定制化轉(zhuǎn)型。

現(xiàn)代人機(jī)一體定制集個(gè)性化模塊化設(shè)計(jì)、網(wǎng)絡(luò)化集成化生產(chǎn)、信息化智能化數(shù)據(jù)分析、虛擬化試衣于一體,具有發(fā)展優(yōu)勢。以旗袍為例,伴隨著社會經(jīng)濟(jì)的發(fā)展、人們個(gè)性化需求的提升以及對旗袍文化的追溯,旗袍定制的比例和規(guī)模具有很大的上升空間[6]。由于身材和風(fēng)格的差異,定制旗袍可以根據(jù)個(gè)人的需求和喜好進(jìn)行設(shè)計(jì)制作,滿足個(gè)性化需求。旗袍的個(gè)性化定制模式主要分為傳統(tǒng)私人定制和現(xiàn)代化個(gè)性定制?，F(xiàn)階段,2種模式都存在于市場,但我國的旗袍定制仍主要以傳統(tǒng)私人定制為主。傳統(tǒng)定制模式下,主要圍繞設(shè)計(jì)師設(shè)計(jì)意圖展開工作,顧客雖有一定的參與感,但并不徹底且等待過程也相對漫長[7],顧客在定制階段也無法預(yù)知自己的著身效果。設(shè)計(jì)師也只能依靠自己的判斷進(jìn)行設(shè)計(jì),因此傳統(tǒng)私人定制常常會出現(xiàn)溝通誤差,直接導(dǎo)致工序的繁復(fù)、時(shí)間成本的增加,甚至降低顧客的滿意程度。

2 系統(tǒng)接受度調(diào)研數(shù)據(jù)分析

以年齡區(qū)間、購置旗袍的關(guān)心因素、對于旗袍定制化接受程度、旗袍定制應(yīng)用平臺的接受程度等相關(guān)問題對女性消費(fèi)者設(shè)置旗袍定制調(diào)查問卷。采用線上問卷的方式調(diào)研,期間共投放線上問卷300份,回收有效問卷共計(jì)296份,有效率約為98.7%,問卷題項(xiàng)如表1。

表1 旗袍定制調(diào)查問卷題項(xiàng)Tab.1 Customize survey items of cheongsam

利用SPSS分析軟件對調(diào)研樣本數(shù)據(jù)進(jìn)行方差分析,分析18～30歲、30～45歲、45～60歲3個(gè)年齡階段分別與“是否會嘗試選擇無接觸互聯(lián)網(wǎng)旗袍個(gè)性化定制”“是否愿意學(xué)習(xí)、嘗試個(gè)性化服裝定制系統(tǒng)操作”這2項(xiàng)的差異關(guān)系。結(jié)果顯示,不同年齡階段群體樣本對于“是否會嘗試選擇無接觸互聯(lián)網(wǎng)旗袍個(gè)性化定制”呈現(xiàn)出的差異性并不明顯(P=0.718> 0.05),說明年齡不會成為女性選擇無接觸互聯(lián)網(wǎng)旗袍個(gè)性化定制的制約因素,70.67%的人會選擇嘗試無接觸互聯(lián)網(wǎng)旗袍個(gè)性化定制;而不同年齡階段女性群體樣本與“是否愿意學(xué)習(xí)、嘗試個(gè)性化旗袍定制系統(tǒng)操作”呈現(xiàn)出了顯著的差異(P=0.028 <0.05),通過平均值對比差異可知,18～30歲、30～45歲更愿意去學(xué)習(xí)、嘗試操作定制系統(tǒng),45～60歲相對意愿不強(qiáng)烈。綜上所述,現(xiàn)階段女性消費(fèi)者絕大多數(shù)還是會接受、嘗試無接觸互聯(lián)網(wǎng)旗袍個(gè)性化定制并有意愿學(xué)習(xí)操作系統(tǒng)。

3 旗袍定制系統(tǒng)的設(shè)計(jì)與構(gòu)建

旗袍作為中國傳統(tǒng)服飾的代表,已成為中國服飾文化的標(biāo)志[8]。隨著時(shí)間的推移,旗袍開始逐漸結(jié)合西方設(shè)計(jì)元素,其風(fēng)格與造型也越來越豐富多元化。數(shù)字化、模塊化的旗袍定制系統(tǒng)是以數(shù)據(jù)驅(qū)動和模塊化設(shè)計(jì)為主、設(shè)計(jì)師或行業(yè)專家以及客戶為輔的人機(jī)一體化定制設(shè)計(jì)系統(tǒng)。該系統(tǒng)將設(shè)計(jì)師、設(shè)計(jì)公司以及客戶進(jìn)行并聯(lián),不受地理位置和空間關(guān)系的限制,為顧客提供在線參與設(shè)計(jì),使顧客與設(shè)計(jì)師共同設(shè)計(jì)出滿足個(gè)人需求的服裝,也可以通過系統(tǒng)模塊單元自行組合搭配完成定制服裝設(shè)計(jì)[9]。定制系統(tǒng)的整體流程如圖1所示。

圖1 定制系統(tǒng)流程Fig.1 Customized system process

對客戶關(guān)于購置旗袍的關(guān)心因素進(jìn)行多選樣本調(diào)查,設(shè)置新的問卷,共投放線上問卷調(diào)查200份,有效樣本為197份,其中“款式”因素占比為46%,“上身效果”因素占比最高為76%(多項(xiàng)選擇,故有重合),其余因素占比相對較低。可見消費(fèi)者對于旗袍的關(guān)心因素集中于款式與上身效果,對于定制系統(tǒng)來說,可將這2個(gè)因素體現(xiàn)于數(shù)據(jù)庫模塊化的設(shè)計(jì)和建模中。

3.1 旗袍定制系統(tǒng)構(gòu)想

3.1.1 旗袍數(shù)據(jù)庫

旗袍數(shù)據(jù)庫的搭建是整個(gè)系統(tǒng)研發(fā)的根基,中心環(huán)節(jié)模塊化設(shè)計(jì)主要以數(shù)據(jù)庫為基本,因此數(shù)據(jù)庫的建立既要滿足消費(fèi)者選擇材料、款式、號型、工藝的需要,又要滿足服裝企業(yè)生產(chǎn)加工的需要。數(shù)據(jù)庫主要分為3個(gè)構(gòu)建子模塊,分別是面料、款式、版型。面料數(shù)據(jù)庫由可視化矢量圖片以及表格為主,通過可視化圖片來呈現(xiàn)面料肌理以及圖案效果,再將參數(shù)化的詳細(xì)面料信息通過表格呈現(xiàn)出來,面料參數(shù)建設(shè)內(nèi)容見表2?？钍綐?gòu)建和版型構(gòu)建主要通過可視化圖片來呈現(xiàn),分別設(shè)置具體的子模塊和個(gè)體部件單元?？蛻艨梢愿鶕?jù)自己喜好自行選擇組合具體子模塊。

表2 面料參數(shù)建設(shè)內(nèi)容Tab.2 Fabric parameters construction content

在數(shù)據(jù)庫的構(gòu)建方面,根據(jù)服裝款式模塊的劃分準(zhǔn)則,模塊間需具有相對唯一性與關(guān)聯(lián)性,既保證各模塊的相對獨(dú)立,又保證模塊之間的相互配合[10]。數(shù)據(jù)庫建立完畢后,在數(shù)據(jù)庫中添加文本數(shù)據(jù)分析功能,該功能主要用于分析旗袍款式、顏色、廓形等詳細(xì)參數(shù)化數(shù)據(jù),從而在后期給予消費(fèi)者更精準(zhǔn)的推送。文本數(shù)據(jù)分析以漢語詞語為前提,以分詞作為分析基礎(chǔ),然后對不同詞匯的詞性進(jìn)行相關(guān)計(jì)算與抽取,并統(tǒng)計(jì)詞匯的出現(xiàn)和使用頻率。目前,多數(shù)分詞算法都采用規(guī)則和統(tǒng)計(jì)相結(jié)合的方法,目的是降低統(tǒng)計(jì)對語料庫的依賴性,以充分利用已有詞法信息,同時(shí)彌補(bǔ)規(guī)則方法的不足。目前常用的方法是利用詞典進(jìn)行初次切分,得出切分結(jié)果后,使用其他概率統(tǒng)計(jì)方法和簡單規(guī)則消歧進(jìn)行未登錄詞的識別[11]。本文以NLPIR-master大數(shù)據(jù)語義智能分析平臺為基礎(chǔ),NLPIR 分詞法利用詞典匹配進(jìn)行初詞切分,得到詞切分圖后,再利用詞頻信息識別人名、地名、機(jī)構(gòu)名等未登錄詞、新詞標(biāo)注以及詞性標(biāo)注[12]。

3.1.2 旗袍模塊化設(shè)計(jì)技術(shù)

旗袍的設(shè)計(jì)模塊主要包括工藝設(shè)計(jì)模塊、部件設(shè)計(jì)模塊等。工藝設(shè)計(jì)模塊劃分方法主要應(yīng)用于服裝的加工生產(chǎn)過程; 部件設(shè)計(jì)模塊劃分方法主要應(yīng)用于服裝款式的設(shè)計(jì)過程[4]。在數(shù)據(jù)庫建立期間,旗袍的設(shè)計(jì)模塊作為數(shù)據(jù)輸入,在模塊化設(shè)計(jì)中可以直接使用數(shù)據(jù)庫中的數(shù)據(jù)模塊。系統(tǒng)中模塊化設(shè)計(jì)功能環(huán)節(jié)的開發(fā)以MatLab軟件為基礎(chǔ),該軟件具有豐富的交互開發(fā)環(huán)境、數(shù)學(xué)函數(shù)語言及強(qiáng)大的圖像處理功能,可利用程序接口與多種編程語言實(shí)現(xiàn)消費(fèi)者與系統(tǒng)之間的交互功能。 完整的數(shù)據(jù)庫參數(shù)設(shè)計(jì),可為實(shí)現(xiàn)服裝款式的創(chuàng)新設(shè)計(jì)提供充足信息支持,最大程度上滿足消費(fèi)者對服裝個(gè)性定制的高層次需求[13]。

分析市面上旗袍組成要素、款式與風(fēng)格及各個(gè)子模塊之間的關(guān)聯(lián)性。例如經(jīng)典款式的旗袍更注重華麗、精致、繁復(fù)的設(shè)計(jì),通常有大量的花紋、刺繡或裝飾;素雅款式的旗袍注重簡潔、清新、樸素的設(shè)計(jì)風(fēng)格,通常采用單色或少量色彩搭配,以簡單、基礎(chǔ)的廓形為主;混搭款式的旗袍是一種將傳統(tǒng)旗袍與現(xiàn)代時(shí)尚元素融合在一起的設(shè)計(jì),在款式選擇方面追求多元化。綜上所述,在確保旗袍設(shè)計(jì)模塊的通用性與互換性的同時(shí),將旗袍劃分為經(jīng)典、素雅、混搭3種風(fēng)格和基本、輔助2種模塊,具體見表3。

表3 旗袍模塊化分類Tab.3 Modular classification of cheongsam

旗袍的設(shè)計(jì)風(fēng)格主要由其結(jié)構(gòu)模塊、輔料選擇方式及裝飾形式等構(gòu)成,在此基礎(chǔ)上進(jìn)行產(chǎn)品設(shè)計(jì)。在整個(gè)過程中,每個(gè)階段都需要對所選取的功能模塊進(jìn)行相應(yīng)調(diào)整,同時(shí)根據(jù)用戶反饋信息不斷修正并完善各模塊的相關(guān)參數(shù),直至達(dá)到最優(yōu)狀態(tài),以保證最終設(shè)計(jì)方案能滿足使用者個(gè)性化需求。系統(tǒng)中模塊化設(shè)計(jì)針對旗袍模塊數(shù)據(jù)庫中的特定信息參數(shù)進(jìn)行編碼與分類,采用簡單的數(shù)字或符號替代模塊數(shù)據(jù)庫中繁復(fù)的文字描述來簡要貼切地傳達(dá)旗袍模塊參數(shù)特征和具體內(nèi)容以及個(gè)性定制需求和設(shè)計(jì)師的設(shè)計(jì)效果。

前期對客戶數(shù)據(jù)進(jìn)行參數(shù)化分析設(shè)計(jì),然后將交互輸出與匹配結(jié)果供消費(fèi)者進(jìn)行評估,整個(gè)設(shè)計(jì)過程可以循環(huán)往復(fù)。模塊化設(shè)計(jì)的核心功能區(qū)域劃分為參數(shù)預(yù)設(shè)區(qū)、模塊組合區(qū)、參數(shù)評估區(qū)3個(gè)功能區(qū),其中參數(shù)預(yù)設(shè)區(qū)主要包括基礎(chǔ)數(shù)據(jù)、面料類型等;模塊組合區(qū)可實(shí)現(xiàn)不同類別及樣式之間的搭配及其在不同面料上的運(yùn)用;參數(shù)評估區(qū)則是針對各種服裝的樣板制作提供參考依據(jù),系統(tǒng)后臺數(shù)據(jù)庫用于管理相關(guān)信息,最后進(jìn)行系統(tǒng)的測試分析。

3.1.3 建模技術(shù)

虛擬試衣技術(shù)是數(shù)據(jù)化與模塊化定制系統(tǒng)的一個(gè)重點(diǎn)功能,虛擬試衣技術(shù)依據(jù)建模來實(shí)現(xiàn)。以旗袍為例,設(shè)計(jì)師通常會根據(jù)自己的經(jīng)驗(yàn)進(jìn)行設(shè)計(jì)。建模技術(shù)可以通過自然的二維圖像,準(zhǔn)確預(yù)測三維空間中人體的體型和動作,模擬日常穿著中可能出現(xiàn)的人體動作(如下蹲、坐下等),幫助設(shè)計(jì)師判斷服飾是否適合日常穿著,并進(jìn)一步輔助設(shè)計(jì)師與客戶完成個(gè)性化服飾的定制。此外,通過虛擬試穿,客戶可以不受地點(diǎn)限制,更加直觀地感受到試衣效果。

對于人體建模,目前常用的方式為多視角圖像重建,其建模過程如圖2所示,需要多個(gè)拍攝設(shè)備同時(shí)拍攝出用戶的正、側(cè)、后面3個(gè)角度的照片,通過輪廓檢測、背景剝離、關(guān)鍵部位點(diǎn)云提取、空間點(diǎn)位置判斷、機(jī)器計(jì)算圍度尺寸來獲取用戶身體關(guān)鍵部位的低維參數(shù),呈現(xiàn)出三維人體模型。但是多角度同時(shí)拍攝用戶站位具有一定的局限性,轉(zhuǎn)換建模方式勢在必行。目前常見的參數(shù)化人體模型有SCAPE[14]、SMPL[15]、SMPL-X[16]等,其中SMPL只需1張二維圖片,便可通過深度學(xué)習(xí)精準(zhǔn)預(yù)測出三維空間中的人體及動作,以模型優(yōu)良的光滑性和連續(xù)性被廣泛應(yīng)用,因而本文采取SMPL模型。

SMPL模型可以通過人體姿勢參數(shù)θ和體型參數(shù)β驅(qū)動人體模型,其中姿勢參數(shù)由1個(gè)人體方位向量和23個(gè)人體關(guān)節(jié)的位置向量組成,關(guān)節(jié)分布如圖3所示;體型參數(shù)由10個(gè)與人體高矮、胖瘦、頭身比等參數(shù)有關(guān)的數(shù)據(jù)組成。為了使得生成的模型更真實(shí)準(zhǔn)確,采用能夠在結(jié)合關(guān)節(jié)軸角先驗(yàn)條件后完成三維人體重建任務(wù)的殘差網(wǎng)絡(luò)設(shè)計(jì)一個(gè)二段式回歸的三維人體重建結(jié)構(gòu)方法(如圖4所示)。原輸入圖像首先經(jīng)過預(yù)處理,得到輸入圖像的二維特征(包括輪廓信息、背景深度等),然后根據(jù)二維特征學(xué)習(xí)回歸三維特征,在判斷三維特征的值符合體型認(rèn)知邏輯和關(guān)節(jié)軸角先驗(yàn)條件后,輸入SMPL模型完成重建。

圖3 SMPL模型的人體關(guān)節(jié)分布圖Fig.3 Human joint distribution map of the SMPL model

圖4 SMPL模型的人體關(guān)節(jié)分布圖Fig.4 Human joint distribution map of the SMPL model

二段式回歸的三維人體重建結(jié)構(gòu)方法的第1步是圖像預(yù)處理環(huán)節(jié),將原輸入圖像改為去掉背景等干擾項(xiàng)而只保留人體輪廓的RGB圖像,進(jìn)一步減少了圖像的信息噪聲,使得最后模擬的圖像效果達(dá)到最優(yōu)。圖像預(yù)處理具體流程延續(xù)了文獻(xiàn)[17]中的工作,如圖5所示,根據(jù)原始輸入圖像,得到人體部分分割渲染圖(Render-light)①和輪廓二值圖(Binary Image)③,然后根據(jù)原始圖像和生成的去除背景的RGB圖像(background-free RGB)②對①②③進(jìn)行最大外接矩形的獲取得到④⑤⑥,最后將④和⑤進(jìn)行通道疊加,其他條件與原圖相同,通道數(shù)由3變?yōu)?的圖像矩陣作為后期回歸關(guān)節(jié)軸角時(shí)的輸入。

二段式回歸的三維人體重建結(jié)構(gòu)方法的第2步是回歸,將圖像預(yù)處理結(jié)束輸出的最大外切人體輪廓二值圖像(如圖5中⑥)和六通道疊加圖像(如圖5中⑦)分別輸入體型回歸器和姿勢回歸器,得到體型參數(shù)和姿勢參數(shù)。為了得到正確的姿勢參數(shù),需對姿勢回歸器進(jìn)行訓(xùn)練。在對人體姿勢參數(shù)θ訓(xùn)練時(shí),常常會出現(xiàn)回歸過程中梯度損失和遞歸難以下降的情況,導(dǎo)致回歸結(jié)果誤差太大,無法完成人體重建,即使通過仔細(xì)調(diào)節(jié)學(xué)習(xí)率、訓(xùn)練集大小、Dropout等方法,也無法徹底解決。因此,在利用卷積網(wǎng)絡(luò)訓(xùn)練姿勢回歸器時(shí),以UP-3D數(shù)據(jù)集作為訓(xùn)練樣本,經(jīng)過多次實(shí)驗(yàn),采用以下參數(shù)訓(xùn)練得到的回歸器效果最好:批處理數(shù)為24、學(xué)習(xí)率為5e-6、優(yōu)化算法為Adam算法、損失函數(shù)為L2、Rectified Linear Unit作為激活函數(shù),共80 000次迭代。

在選擇姿勢回歸網(wǎng)絡(luò)時(shí),選擇50層殘差網(wǎng)絡(luò)Resnet50作為主要的卷積神經(jīng)網(wǎng)絡(luò),并且下接3層全連接層,對應(yīng)神經(jīng)元數(shù)量分別為1 024、512、72,最后一層放置72個(gè)神經(jīng)元,以確保輸出神經(jīng)元的個(gè)數(shù)與姿勢參數(shù)θ的個(gè)數(shù)相同,從而達(dá)到成功輸出姿勢參數(shù)的目的。試驗(yàn)后,損失下降統(tǒng)計(jì)圖如圖6所示(圖片尺寸128×128,在Adam算法和L2函數(shù)下迭代40 000次),沒有出現(xiàn)爆炸和泛化能力失效的現(xiàn)象,回歸精度和結(jié)果穩(wěn)定,姿勢回歸器訓(xùn)練成功。當(dāng)回歸精度滿足一定的要求后,回歸結(jié)果常常呈現(xiàn)出人類非正常動作狀態(tài)。因此,著重考慮姿勢回歸結(jié)果是否符合人體工學(xué)、機(jī)械結(jié)構(gòu)問題,從機(jī)械原理的角度去分析關(guān)節(jié)連接的結(jié)構(gòu)在機(jī)械上的運(yùn)動劃分,然后對所有的關(guān)節(jié)做自由度限制,根據(jù)限制的自由度計(jì)算每個(gè)關(guān)節(jié)角的值域,接著根據(jù)值域列表設(shè)置姿勢回歸結(jié)果的值域先驗(yàn),將一個(gè)整體姿勢回歸任務(wù)轉(zhuǎn)化成一個(gè)分類任務(wù),使回歸得到的姿勢參數(shù)在擬合SMPL模型時(shí)均在符合人體可完成的動作范圍之內(nèi)。為了得到正常人體動作所對應(yīng)的關(guān)節(jié)軸角值域范圍,改變SMPL模型中姿勢參數(shù)的24個(gè)關(guān)鍵點(diǎn),每個(gè)關(guān)鍵點(diǎn)的空間位置向量由3個(gè)參數(shù)構(gòu)成,共計(jì)72個(gè)參數(shù)。分析參數(shù)改變后人體模型的具體形變情況,具體操作為:首先將72個(gè)參數(shù)數(shù)值全部置0,然后逐一賦值-π/6,獲得關(guān)節(jié)變化圖,SMPL模型定義了24個(gè)關(guān)鍵點(diǎn):self,jnames = Pelvis, L_Hip, R_Hip, Spine1, L_Knee, R_Knee, Spine, L_Ankle, R_Ankle, Spine3, L_Foot, R_Foot, Neck, L_Collar, R_Collar, Head, L_Shoulder, R_Shoulder, L_Elbow, R_Elbow, L_Wrist, R_Wrist,L_Hand, R_Hand,即骨盆(角度),左、右臀,下脊柱,左、右膝,中脊柱,左、右踝,上脊柱,左、右足,頸部,左、右鎖骨,頭部,左、右肩,左、右肘,左、右腕,左、右手。圖7展示了人體6個(gè)左半邊關(guān)節(jié)逐一賦值為-π/6的變形示意圖,可以看出很多動作是違反人體工學(xué)且不可能實(shí)現(xiàn)的(如關(guān)節(jié)9、12、13、14)。通過對每個(gè)關(guān)節(jié)進(jìn)行人體工學(xué)分析,計(jì)算關(guān)節(jié)點(diǎn)的空間自由度,設(shè)置姿勢參數(shù)的關(guān)節(jié)軸角先驗(yàn)判別器。

圖6 損失下降統(tǒng)計(jì)圖Fig.6 Statistical chart of loss decline

圖7 SMPL標(biāo)準(zhǔn)模板各關(guān)節(jié)逐一變形效果Fig.7 Deformation effect of each joint of SMPL standard template

在確定網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)之后,進(jìn)行三維人體建模實(shí)驗(yàn)對比,對比不同條件下的建模效果,顯示差異性,以證明加入關(guān)節(jié)軸角先驗(yàn)后,經(jīng)訓(xùn)練得到的姿勢參數(shù)回歸器具有良好的準(zhǔn)確性。姿勢訓(xùn)練結(jié)果的整體變化情況對比如圖8所示,其中a為原圖,b為無權(quán)重回歸,即直接從二維圖像回歸SMPL模型的姿勢和體型參數(shù)擬合后的三維模型,在b的回歸結(jié)果下,往往會由于重建結(jié)果中存在視角問題而在不同投影中產(chǎn)生視角差錯(cuò),從而造成較大總體誤差。因此,將回歸結(jié)果計(jì)算損失的對象從姿勢參數(shù)和體型參數(shù)轉(zhuǎn)為基于2個(gè)參數(shù)生成SMPL模型的6 890個(gè)人體表面點(diǎn),損失值為網(wǎng)格點(diǎn)的計(jì)算誤差,以高效確定回歸方向得到c。對訓(xùn)練結(jié)果增加關(guān)節(jié)軸角值域分析得到d,表明之前學(xué)習(xí)得到的c在關(guān)節(jié)點(diǎn)數(shù)值上有一定的不合理性,包括左手、左腿等關(guān)節(jié)的位置放置。將關(guān)節(jié)軸角先驗(yàn)判別器加入整個(gè)回歸網(wǎng)絡(luò),重新訓(xùn)練之后得到e,而將所有的損失函數(shù)加上后得到整體網(wǎng)絡(luò)訓(xùn)練的結(jié)果f。

圖8 姿式訓(xùn)練結(jié)果的整體變化情況Fig.8 Overall changes in posture training results

同樣經(jīng)過實(shí)驗(yàn),在訓(xùn)練體型回歸器的回歸網(wǎng)絡(luò)選擇上采取5層3×3的卷積網(wǎng)絡(luò)(對應(yīng)10個(gè)輸出參數(shù))和1層1×1的神經(jīng)層以及1層線性連接層連接數(shù)據(jù)。為了提高回歸模型的精度,需要對體型影響較大的體形參數(shù)(如高矮、胖瘦等)進(jìn)行權(quán)重判斷和權(quán)值賦予,利用基于體型及已知人體姿勢產(chǎn)生的SMPL模型3D網(wǎng)格頂點(diǎn)(Per_vertex)的位置,求出其損失值,將所有損失函數(shù)加上后,可以取得較好的回歸效果(見圖9),三維模型也很流暢、真實(shí)。

圖9 調(diào)整體型參數(shù)后的擬合SMPL圖Fig.9 Fitting SMPL map after adjusting body shape parameters.(a)Input Image;(b)UP-3D samples;(c)Imaging effect

二段式回歸的三維人體重建結(jié)構(gòu)方法的第3步是人體模型的生成。將回歸的72個(gè)姿勢參數(shù)與體型回歸器得到的10個(gè)體型參數(shù)疊加輸入,如圖8中g(shù)為姿勢回歸器回歸成功后,加上體型回歸器后一起擬合的全局重建結(jié)果,即最終的建模結(jié)果。

以上為基于SMPL與殘差網(wǎng)絡(luò)的二段式回歸的三維人體重建結(jié)構(gòu)方法下的建模技術(shù),該技術(shù)可以更加高效、便捷的得到客戶的人體模型。同時(shí),設(shè)計(jì)師和客戶還可以通過不同角度的模型來觀察服飾在不同角度下的效果,以更好地了解服飾的質(zhì)感和剪裁,從而判斷是否適合客戶。

3.2 旗袍定制系統(tǒng)構(gòu)建

旗袍定制系統(tǒng)的功能區(qū)主要由旗袍數(shù)據(jù)庫、旗袍模塊化設(shè)計(jì)技術(shù)以及建模技術(shù)3個(gè)模塊構(gòu)成,旗袍定制系統(tǒng)功能區(qū)模塊間的關(guān)聯(lián)如圖10所示。

圖10 旗袍定制系統(tǒng)模塊關(guān)聯(lián)圖Fig.10 Association diagram of cheongsamcustomization system modules

3.2.1 系統(tǒng)體系架構(gòu)

系統(tǒng)體系架構(gòu)采用3層B/S模式體系結(jié)構(gòu),分為用戶層、業(yè)務(wù)邏輯層、數(shù)據(jù)層3個(gè)獨(dú)立隔開的單元,其系統(tǒng)架構(gòu)如圖11所示。

圖11 系統(tǒng)架構(gòu)圖Fig.11 System architecture diagram

3.2.2 系統(tǒng)構(gòu)建原理

數(shù)據(jù)庫的搭建是本文系統(tǒng)的基礎(chǔ),將用戶信息、設(shè)計(jì)師信息、up-3D模型集、旗袍款式及面料信息、背景素材、預(yù)置展示旗袍等信息分別打包輸入不同的數(shù)據(jù)元區(qū),并設(shè)置相應(yīng)分區(qū)對用戶的所有信息分區(qū)存放,使用 Tomcat數(shù)據(jù)庫連接池方式連接數(shù)據(jù)庫。

在系統(tǒng)中占據(jù)核心位置的是數(shù)據(jù)管理模塊,其統(tǒng)籌著用戶信息、款式信息、體態(tài)特征信息及各部分所對應(yīng)的子級信息樹。用戶創(chuàng)立賬戶后,為賬戶分配無限大的虛擬內(nèi)存。為保證用戶隱私,以用戶ID和密碼作為個(gè)人數(shù)據(jù)解鎖條件,設(shè)計(jì)師可以查看用戶設(shè)定的可查看信息,只有管理員有權(quán)限在數(shù)據(jù)庫端口查找用戶儲存的個(gè)人信息。設(shè)計(jì)師工作進(jìn)度通過聯(lián)網(wǎng),每15 min系統(tǒng)自動備份,每1 h系統(tǒng)同步進(jìn)度給用戶,設(shè)計(jì)師也可開啟即時(shí)同步,方便雙方溝通與交流。設(shè)計(jì)師、用戶、管理員被分為3種柵,以表示身份區(qū)別,也便于系統(tǒng)管理。

虛擬試衣模塊作為最為直接的展示功能,將用戶輸入的圖片進(jìn)行遍歷,提取輪廓信息后的數(shù)據(jù)傳輸至終端處理器,系統(tǒng)采用快速“人體-服裝”沖突及檢測算法,展現(xiàn)逼真的服飾試穿效果。定義出base point 、angle、size、light數(shù)組,并采用曲線算法,使用循環(huán)數(shù)組,在數(shù)組中刪除原始寬度,再調(diào)用顯示函數(shù)對曲線進(jìn)行映射,如此循環(huán)最終顯示整個(gè)模型。

3.2.3 系統(tǒng)功能測試

系統(tǒng)搭建后還需對系統(tǒng)的功能進(jìn)行測試,判斷系統(tǒng)是否可以實(shí)現(xiàn)預(yù)期目標(biāo)以及設(shè)計(jì)的功能實(shí)現(xiàn)是否正常。在參數(shù)a(身高1 752 mm,體重55 kg,肩寬378 mm,上臀圍900 mm,下臀圍1 000 mm,腰圍700 mm,頸圍375 mm,頭尾460 mm,臀腿曲率半徑300 mm,弧度0.5 rad,腿長770 mm,大腿圍550 mm,小腿圍355 mm,大臂圍300 mm,小臂圍200 mm)和定義參數(shù)b(身高1 755 mm,體重70 kg,肩寬439 mm,上臀圍1 200 mm,下臀圍1 228 mm,腰圍900 mm,頸圍455 mm,頭尾500 mm,臀腿曲率半徑350 mm,弧度0.3 rad,腿長770 mm,大腿圍600 mm,小腿圍375 mm,大臂圍335 mm,小臂圍220 mm)條件下得到2個(gè)不同的模型,再為模型穿上合體的旗袍,進(jìn)行系統(tǒng)效果展示(見圖12)。分別對人體建模和虛擬試衣的功能性進(jìn)行測試,測試結(jié)果分別如表4、5所示。經(jīng)測試,2個(gè)功能結(jié)果均符合預(yù)期要求。

圖12 參數(shù)a和b下的模型及穿衣展示效果圖Fig.12 Model and dressing display renderings under parameters a(a)and b(b)

表4 三維人體建模功能測試Tab.4 Functional testing of 3D human modeling

表5 虛擬試衣功能測試Tab.5 Virtual fitting function test

4 結(jié)束語

通過問卷調(diào)查法、跨學(xué)科研究法、實(shí)驗(yàn)法3種研究方法,以旗袍作為研究切入點(diǎn),從模塊數(shù)據(jù)庫、模塊化設(shè)計(jì)、三維建模試衣3個(gè)方面入手,進(jìn)行服飾數(shù)據(jù)化與模塊化定制系統(tǒng)創(chuàng)新研究。研究得出:旗袍定制系統(tǒng)通過對各個(gè)環(huán)節(jié)新興技術(shù)的整合,用高效的參數(shù)鏈與模塊鏈既滿足消費(fèi)者復(fù)雜多變的個(gè)性化需求又縮短設(shè)計(jì)周期、滿足消費(fèi)群體的試衣理想化,從而有效提升企業(yè)的模塊化、數(shù)字化設(shè)計(jì)程度,降低設(shè)計(jì)生產(chǎn)運(yùn)營成本。搭建的旗袍定制系統(tǒng)也可應(yīng)用于其他服裝設(shè)計(jì)領(lǐng)域,簡化步驟,提高工作效率,同時(shí)提高服飾設(shè)計(jì)精度和設(shè)計(jì)的完整性。