CN110415040A - 一种基于人体数据库的非量体合体定制服装的方法及系统 - Google Patents

Abstract

本发明公开一种基于人体数据库的非量体合体定制服装的方法及系统，属于服装制作技术领域，此方法是建立在人体数据库的基础之上，并按照大类逐步细分对比，使之所得到的用户各个部位的净尺码更加精确，再依据服装的版型、面料和款式的不同，对成衣尺码进行加放，从而得到最终合适用户的定制服装，由于对比和参考的数据多，相比较传统服装的定制量身方法，其定制的服装更加合身，同时也不需要采用专业的三维扫描仪器来测量用户各个部位的数据，可以简化用户的测量任务，不需要现场测量，有利于服装定制的网络推广。

Description

一种基于人体数据库的非量体合体定制服装的方法及系统

技术领域

本发明公开一种基于人体数据库的非量体合体定制服装的方法及系统，属于服装制作技术领域。

背景技术

随着人们的生活水平提高，高档服装的需求量越来越大，顾客对其品质的要求也越来越高，实体店中买到的服装(如西装、礼服等)总会有尺寸不能完美适合购买者的情况，因此越来越多的顾客选择购买定制式服装，但在定制服装的过程中，如何让不同身材和体型的顾客穿上合体的服装是目前服装定制企业追求的目标。

目前的市场上的服装定制量身方法通常是在量取人体各部位数据后直接裁剪，此方法在实际操作过程当中的精准度还有欠缺，因为测量者不仅需要具备良好的专业水平，同时也要熟知测量内容和方法，但由于人体体型复杂多样，在选取测量点和基准线时也会产生误差，而且某些部位的数据难以测量，给服装定制带来不小的困难，从而使得定制出来的服装不合身。

为了解决上述问题，公告号为CN108805631A的发明专利公开了一种实现具有人体三维建模和非实物试衣功能的试衣方法及系统，其具体方案是：在试衣间安装一种人体激光三维扫描仪，该扫描仪以线阵激光束扫描人体，测得多条人体轮廓线并用软件建造人体三维模型，通过WIFI和二维码识别方式将三维模型数据传给手机或者计算机，手机APP或者计算机软件通过比对服装尺寸数据库的数据实现非实物试衣，如自动服装尺寸匹配、个性化服装设计、服装工厂定制等功能。

上述专利通过人体激光三维扫描仪来扫描人体轮廓，从而得出人体各个部位的三维数据，实现合体服装的定制，虽然采用此方法解决了传统服装定制量身方法的不足，但是三维测量对于测量人员的素质和测量环境都有比较高的要求，也需要被测量人员去到现场测量并保持正确的测量姿势，而且三维测量仪器价格昂贵，如此一来，在一定程度上限制了服装店以及定制服装公司的发展。

发明内容

本发明的目的就是为了解决现有技术中服装定制量身方法测量人体数据不准确，三维扫描仪器测量要求和价格高而对服装定制带来很大难度的问题，所提供一种基于人体数据库的非量体合体定制服装的方法及系统。

本发明通过以下技术方案来实现上述目的：

一种基于人体数据库的非量体合体定制服装的方法，包括以下步骤:

S1：以同一年龄段的人体样板尺寸为基础建立人体数据库，依据该样板尺寸将人体身材分为T型、M型、P型、F型以及H型，并获取五个对应身材的中间体型尺寸，其它年龄段的人体样板尺寸也按照此要求输入到人体数据库中；

S2：在人体数据库中建立以用户的身高、体重、年龄和体征信息为计算标准的人体身材判断模型和人体净尺码数据模型，同时以人体净尺码数据模型计算出的人体净尺码为基础，建立以服装的版型、面料和款式信息为计算标准的服装尺码加放数据模型；

S3：用户通过终端将身高、体重、年龄和体征信息输入到人体数据库中，依据S2中人体身材判断模型，判断用户属于人体数据库中P型、M型、T型、H型或F型身材的一种；

S4：依据S3中所得出的用户身材属型，结合用户的身高、体重、体征信息和所属身材的中间体型尺寸，通过S2中人体净尺码数据模型自动计算出人体各个部位的净尺码，并由此得出成衣尺码；

S5：用户根据S4中所得出的成衣尺码来选择服装的版型、面料和款式，通过S2中服装尺码加放数据模型，并对成衣尺码自动加放尺码后计算出适合用户的定制服装。

通过采用上述技术方案，根据不同年龄为标准收集的人体样板尺寸，对于后续以此数据所得出的用户各个部位的数据更有说服力，人体数据库是建立在大量同一年龄段的人体样板尺寸的基础之上，并将这些人体样板尺寸按照身材分为T型、M型、P型、F型以及H型，由于用户各个部位的净尺码是先通过计算并判断其属于哪类身材，并在此依据上计算该类身材中各人体样板尺寸与用户身高、体重和体征数据之间的关系所得到的，其具体方法是依靠人体数据库为基础，并按照大类逐步细分对比，使之所得到的用户各个部位的净尺码更加精确，再依据服装的版型、面料和款式的不同，对成衣尺码进行加放，从而得到最终合适用户的定制服装，由于对比和参考的数据多，相比较传统服装的定制量身方法，其定制的服装更加合身，同时也不需要采用专业的三维扫描仪器来测量用户各个部位的数据，可以简化测量任务，解决了用户需要现场测量的缺陷，有利于服装定制的网络推广。

优选的，在S1中，所述人体样板尺寸包括人体26个部位的数据，其具体为身高、颈椎点高、腰高、臀高、下档高、肩高、乳点高、颈厚、臀厚、胸厚、上档长、颈围、肩宽、肩斜角、前胸宽、肩胸距、胸围、背宽、背长、腰臀距、腰围、臀围、臂长、体重、大腿围和小腿围。

通过采用上述技术方案，人体样板尺寸包含了人体26个部位的数据，不仅囊括了服装各个重要位置的尺寸，也方便了后续直接提取用户的净尺码，与传统的服装定制方法相比，按此方法所定制的服装更合身。

优选的，在S1中，所述T型、M型、P型、F型以及H型身材的中间体型尺寸包括身高、体重、胸围、腰围和臀围，在S2中，所述体征信息包括胸围、腰围和臀围。

通过采用上述技术方案，在测量过程中，身高、体重、胸围、腰围和臀围五个数据是最容易测量的，并简化用户的测量任务，而且也是决定服装制作的重要参数，中间体型尺寸以这五个数据为依据，以便快速的计算出用户所属的身材类别。

优选的，所述人体身材判断模型的计算方法包括：

接收用户的身高、体重、胸围、腰围和臀围，并将其定义为原始尺码；

计算原始尺码与五个所属身材的中间体型尺寸中对应的身高、体重、体征数据的绝对差值；

将各绝对差值求和，并计算出最小值，即可确定用户身材的分类。

通过采用上述技术方案，基于五个身材类别的中间体型所得出的绝对差值之和，再选取最小值作为判别用户身材类别的标准，其考虑了用户五个身体特征参数，以此方法得到的身材类别会更加符合实际情况。

优选的，所述人体净尺码数据模型的计算方法包括：

根据已确定的用户身材分类，计算原始尺码与对应该身材分类区间中各人体样板尺寸的比值。

将各比值求和，并计算出最小值，随后在人体数据库中提取该最小值的所属人体样板尺寸，即为用户26个部位的净尺码。

通过采用上述技术方案，由于该方法对比了该身材分类区间中所有的个人样板尺寸，其数据对比全面，使得净尺码数据精确。

优选的，在S5中，根据版型、面料和款式的不同，将定制服装分为修身类、舒适类、宽松类。

通过采用上述技术方案：不同的版型、面料和款式都会影响服装的合体性，将这些因数作为服装定制的考虑范围，可以避免因外界因素影响服装的定制，从而进一步提升其准确性，同时定制服装包含有三个合体尺码，其具体为修身类、舒适类、宽松类，用户可以根据自身的需求进行选择。

优选的，所述服装尺码加放数据模型的计算方法包括：

将成衣尺寸定义为加放初始尺码，并对其肩宽、胸围、腰围、臀围、大腿围、小腿围分别进行加放，根据加放尺寸的大小即可得到适合用户的修身类、舒适类和宽松类定制服装，其中修身类的定制服装尺码等于成衣尺码。

通过采用上述技术方案，定制服装分为修身类、舒适类、宽松类，当用选择修身类的定制服装时，依据成衣尺码直接定制成衣即可，而选择舒适类或者宽松类的定制服装时，先对成衣尺寸进行加放再按照该尺码定制成衣，其中舒适类小于宽松类的加放尺码，由于人体的肌肉主要集聚在胸部、腹部、臀部、腿部，同时肩部随着人体的体格也会有所变化，因此加放尺码包括有肩宽、胸围、腰围、臀围、大腿围、小腿围，以便于后续定制的成衣更加合体，不会发生服装松垮或者绷紧的情况。

优选的，所述S4中还包括建立一个以净尺码为数据的人体3D模型，将S5中所得出的定制服装套在人体3D模型上，并把该穿着效果发送到终端供客户观看。

通过采用上述技术方案，将服装最终定制尺寸套在人体3D模型上，用户可以通过终端直接查看穿着效果，并事先判断是否符合要求，也能减少后续退件的可能。

优选的，所述终端包括电脑网页或者手机网页或者手机App。

通过采用上述技术方案，定制服装的虚拟穿着效果可以依据网页或者手机APP来实现，用户可以远程查看，极大地方便了用户的挑选。

一种基于人体数据库的非量体合体定制服装系统，包括：

参数接收单元：用于建立包含同一年龄段的人体样板尺寸为基础的人体数据库，依据该样板尺寸将人体身材分为T型、M型、P型、F型以及H型，并获取五个对应身材的中间体型尺寸；

建模单元：用于建立人体身材判断模型、人体净尺码数据模型和服装尺码加放数据模型；

终端单元：用于用户将身高、体重、年龄和体征信息输入到人体数据库中；

参数处理单元：用于依据用户的身高、体重、体征信息计算出原始尺码与五个所属身材的中间体型尺寸中对应的身高、体重、体征数据的绝对差值、计算原始尺码与对应该身材分类区间中各人体样板尺寸的比值以及计算各绝对差值之和的最小值；

调取单元：用于调取数据库中对应身材的人体样板尺寸，包括人体26个部位的数据。

通过采用上述技术方案，定制服装系统由参数接收单元、建模单元、终端单元、参数处理单元和调取单元构成，将各个单元以模块化的形式制作成订单程序或者APP，用户通过终端输入自己年龄、升高、体重和体征信息，可以马上得到适合自己的服装定制尺寸，快速便捷。

与现有技术相比，本发明的有益效果是：

用户只需要将身高、体重、年龄和体征信息输入到系统当中，就可以自动推算出人体各个部位的净尺码，由净尺码得出成衣尺寸，再根据用户所选择的版型、面料以及款式对成衣尺码进行自动加放，从而定制适合消费者的成衣，此方法是建立人体数据库的基础之上，并按照大类逐步细分对比，使之所得到的用户各个部位的净尺码更加精确，再依据服装的版型、面料和款式的不同，对成衣尺码进行加放，从而得到最终合适用户的定制服装，由于对比和参考的数据多，相比较传统服装的定制量身方法，其定制的服装更加合身，同时也不需要采用专业的三维扫描仪器来测量用户各个部位的数据，可以简化用户的测量任务，而且不需要现场测量，有利于服装定制的网络推广。

附图说明

图1为本发明一种基于人体数据库的非量体合体定制服装的方法的流程图；

图2为本发明一种基于人体数据库的非量体合体定制服装的系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种基于人体数据库的非量体合体定制服装的方法，包括以下步骤：

S1：以同一年龄段的人体样板尺寸为基础建立人体数据库，依据该样板尺寸将人体身材分为T型、M型、P型、F型以及H型，并获取五个对应身材的中间体型尺寸，其它年龄段的人体样板尺寸也按照此要求输入到人体数据库中；

在本实施例中，由于不同年龄段的人，身材体型差异较大，当年龄段的间隔越小，所包含的人体样板尺寸越多，可以使得后续净尺码的计算更加准确，将同一年龄段的人体样板尺寸分成五个身材类别，其中T型为瘦小体，M为适中体，P为丰满体，F为肥胖体，H为高大体，每类身材当中也都含了若干个人体样板尺寸，由此可计算出对应身材的中间体型尺寸，中间体型尺寸包括身高、体重、胸围、腰围和臀围五个数据，人体样板尺寸中包含了人体26个部位的尺寸数据，其具体部位为身高、颈椎点高、腰高、臀高、下档高、肩高、乳点高、颈厚、臀厚、胸厚、上档长、颈围、肩宽、肩斜角、前胸宽、肩胸距、胸围、背宽、背长、腰臀距、腰围、臀围、臂长、体重、大腿围和小腿围，由于人体样板尺寸所涵盖的数据全面，以此生成的人体数据库，不仅囊括了服装各个重要位置的尺寸，也方便了后续直接提取用户的净尺码。

S2：在人体数据库中建立以用户的身高、体重、年龄和体征信息为计算标准的人体身材判断模型和人体净尺码数据模型，同时以人体净尺码数据模型计算出的人体净尺码为基础，建立以服装的版型、面料和款式信息为计算标准的服装尺码加放数据模型；

在本实施例中，人体身材判断模型是以人体数据库和用户所输入的信息为计算基础的，其具体计算方法是：接收用户的身高、体重、胸围、腰围和臀围，并将其定义为原始尺码；计算原始尺码与五个所属身材的中间体型尺寸中对应的身高、体重、体征数据的绝对差值；将各绝对差值求和，并计算出最小值，即可确定用户身材的分类；而人体净尺码模型是建立在已确定用户身材分类的基础之上，其具体计算方法是：根据已确定的用户身材分类，计算原始尺码与对应该身材分类区间中各人体样板尺寸的比值，将各比值求和，并计算出最小值，随后在人体数据库中提取该最小值的所属人体样板尺寸，即为用户26个部位的净尺码；而服装尺码加放数据模型是建立在所得出用户各个部位的净尺码的基础之上，并由净尺码计算出成衣尺码，在根据版型、面料和款式的不同，对成衣尺寸中肩宽、胸围、腰围、臀围、大腿围、小腿围分别进行加放,即可得到适合用户的定制服装。

S3：用户通过终端将身高、体重、年龄和体征信息输入到人体数据库中，依据S2中人体身材判断模型，判断用户属于人体数据库中P型、M型、T型、H型或F型身材的一种；

在本实施例中，人体数据库先将用户从终端输入的年龄信息，确定对应的五类身材的人体样板尺寸，将用户的身高、体重、胸围、腰围和臀围数据分别定为a、b、c、d、e，将五类身材的中间体型尺寸中身高、体重、胸围、腰围和臀围数据分别定为A_i、B_i、C_i、D_i、E_i，其中i表示所属身材的分类，其中一个身材分类的绝对差值之和为：X_i＝|A_i-a|+|B_i-b|+|C_i-c|+|D_i-d|+|E_i-e|，对比五类身材的绝对差值之和，选取最小值作为用户所属身材的分类,由于在同一年龄段内，五类身材体型相差比较大，其中间体型尺寸所对应的身高、体重、胸围、腰围和臀围数据相差明显，以中间体型尺寸作为用户身材分类的判别标准，只需要将用户输入的信息与五个中间体型尺寸对比即可，可以简化数据计算，从而快速的判别出用户身材的所属分类，而在此之前，中间体型尺寸按照其所属身材分类中所有人体样板尺寸的正太分布图得到的，由此计算出的中间体型尺寸更有说服力。

S4：依据S3中所得出的用户身材属型，结合用户的身高、体重、体征信息和所属身材的中间体型尺寸，通过S2中人体净尺码数据模型自动计算出人体各个部位的净尺码，并由此得出成衣尺码；

在本实施例中，以确定用户身材属于T型为例，亦称之为瘦小体，将T型身材中人体样板尺寸按照身高、体重、胸围、腰围和臀围数据分别定为A_T1、B_T1、C_T1、D_T1、E_T1，其中T1表示T型身材中人体样板尺寸第1个样板数据，其它样板数据依次类推，其中第1个样板尺寸的比值之和为：

由于T型身材中各人体样板尺寸所包含的身高、体重、胸围、腰围和臀围数据相差比较小，通过将用户的身高、体重、胸围、腰围和臀围与该区间内所有的人体样板尺寸进行比较，可以使得数据比较达到全面覆盖的效果，同时以用户的身高和其中一个人体样板尺寸中的身高按照比值方法计算，体重、胸围、腰围和臀围也按此方法计算，并将所有比值求和得到Y_T1,其它人体样板尺寸的比值之和同样按照此方法计算得出，对比T型身材区间中所有的比值之和：Y_T1、Y_T2、Y_T3……Y_Tn，选取最小的比值之和，并调取出与该比值之和所对应的人体样板尺寸作为用户的净尺码，其包含的人体26个部位的数据作为用户的净尺码，通过采用比值的方法计算，可以缩小某一数据偏差过大对所计算出的Y_Tn产生的浮动，以便更准确的得到符合用户实际情况的净尺码数据。

S5：用户根据S4中所得出的成衣尺码来选择服装的版型、面料和款式，通过S2中服装尺码加放数据模型，并对成衣尺码自动加放尺码后计算出适合用户的定制服装。

在本实施例中，根据已确定的用户净尺码，可以得到成衣尺寸，由于采用不同的版型、面料和款式都会影响服装合体性，将定制服装分为修身类、舒适类、宽松类，当用选择修身类的定制服装时，依据成衣尺码直接定制成衣即可，而选择舒适类或者宽松类的定制服装时，先对成衣尺寸进行加放在按照该尺码定制成衣，其中舒适类小于宽松类的加放尺码，由于人体的肌肉主要集聚在胸部、腹部、臀部、腿部，同时肩部随着人体体格的不同也会有所变化，因此加放尺码包括有肩宽、胸围、腰围、臀围、大腿围、小腿围，以便于后续定制的成衣更加合体，不会发生服装松垮或者绷紧的情况。

如图2所示，一种基于人体数据库的非量体合体定制服装系统，包括：

参数接收单元：用于建立包含同一年龄段的人体样板尺寸为基础的人体数据库，依据该样板尺寸将人体身材分为T型、M型、P型、F型以及H型，并获取五个对应身材的中间体型尺寸；

建模单元：用于建立人体身材判断模型、人体净尺码数据模型和服装尺码加放数据模型；

终端单元：用于用户将身高、体重、年龄和体征信息输入到人体数据库中；

参数处理单元：用于依据用户的身高、体重、体征信息计算原始尺码与五个所属身材的中间体型尺寸中对应的身高、体重、体征数据的绝对差值、计算原始尺码与对应该身材分类区间中各人体样板尺寸的比值以及计算各绝对差值之和的最小值和各比值之和的最小值；

调取单元：用于调取数据库中对应身材的人体样板尺寸，包括人体26个部位的数据。

本实施例中，定制服装系统由参数接收单元、建模单元、终端单元、参数处理单元和调取单元构成，参数接收单元可以将各个年龄段的人体样板尺寸以数据形式录入，并由此生成人体数据库，可以确认各年龄段中T型、M型、P型、F型以及H型身材的分类，建模单元可建立人体身材判断模型、人体净尺码数据模型和服装尺码加放数据模型，用户通过终端单元将个人信息输入，而在参数处理单元中，依靠人体身材判断模型、人体净尺码数据模型分别判断和计算用户身材的分类、各个部位的净尺码，调取单元可以将符合用户的净尺码直接提取出来并发送给用户，用户在终端单元可以选择服装版型、面料和款式，在根据服装尺码加放数据模型计算出适合用户的服装定制尺码，可以各个单元以模块化的形式制作成订单程序或者APP，用户通过终端单元输入自己年龄、升高、体重和体征信息，可以马上得到适合自己的服装定制尺寸，快速便捷。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种基于人体数据库的非量体合体定制服装的方法，其特征在于，包括以下步骤:

S1：以同一年龄段的人体样板尺寸为基础建立人体数据库，依据该样板尺寸将人体身材分为T型、M型、P型、F型以及H型，并获取五个对应身材的中间体型尺寸，其它年龄段的人体样板尺寸也按照此要求输入到人体数据库中；

S2：在人体数据库中建立以用户的身高、体重、年龄和体征信息为计算标准的人体身材判断模型和人体净尺码数据模型，同时以人体净尺码数据模型计算出的人体净尺码为基础，建立以服装的版型、面料和款式信息为计算标准的服装尺码加放数据模型；

S3：用户通过终端将身高、体重、年龄和体征信息输入到人体数据库中，依据S2中人体身材判断模型，判断用户属于人体数据库中P型、M型、T型、H型或F型身材的一种；

S4：依据S3中所得出的用户身材属型，结合用户的身高、体重、体征信息和所属身材的中间体型尺寸，通过S2中人体净尺码数据模型自动计算出人体各个部位的净尺码，并由此得出成衣尺码；

S5：用户根据S4中所得出的成衣尺码来选择服装的版型、面料和款式，通过S2中服装尺码加放数据模型，并对成衣尺码自动加放尺码后计算出适合用户的定制服装。

2.根据权利要求1所述的一种基于人体数据库的非量体合体定制服装的方法，其特征在于，在S1中，所述人体样板尺寸包括人体26个部位的数据，其具体为身高、颈椎点高、腰高、臀高、下档高、肩高、乳点高、颈厚、臀厚、胸厚、上档长、颈围、肩宽、肩斜角、前胸宽、肩胸距、胸围、背宽、背长、腰臀距、腰围、臀围、臂长、体重、大腿围和小腿围。

3.根据权利要求1所述的一种基于人体数据库的非量体合体定制服装的方法，其特征在于，在S1中，所述T型、M型、P型、F型以及H型身材的中间体型尺寸包括身高、体重、胸围、腰围和臀围，在S2中，所述体征信息包括胸围、腰围和臀围。

4.根据权利要求3所述的一种基于人体数据库的非量体合体定制服装的方法，其特征在于，所述人体身材判断模型的计算方法包括：

接收用户的身高、体重、胸围、腰围和臀围，并将其定义为原始尺码；

计算原始尺码与五个所属身材的中间体型尺寸中对应的身高、体重、体征数据的绝对差值；

将各绝对差值求和，并计算出最小值，即可确定用户身材的分类。

5.根据权利要求4所述的一种基于人体数据库的非量体合体定制服装的方法及系统，其特征在于，所述人体净尺码数据模型的计算方法包括：

根据已确定的用户身材分类，计算原始尺码与对应该身材分类区间中各人体样板尺寸的比值；

将各比值求和，并计算出最小值，随后在人体数据库中提取该最小值的所属人体样板尺寸，即为用户26个部位的净尺码。

6.根据权利要求5所述的一种基于人体数据库的非量体合体定制服装的方法，其特征在于，在S5中，根据版型、面料和款式的不同，将定制服装分为修身类、舒适类、宽松类。

7.根据权利要求6所述的一种基于人体数据库的非量体合体定制服装的方法，其特征在于，所述服装尺码加放数据模型的计算方法包括：

将成衣尺寸定义为加放初始尺码，并对其肩宽、胸围、腰围、臀围、大腿围、小腿围分别进行加放，根据加放尺寸的大小即可得到适合用户的修身类、舒适类和宽松类定制服装，其中修身类的定制服装尺码等于成衣尺码。

8.根据权利要求1所述的一种基于人体数据库的非量体合体定制服装方法，其特征在于，所述S4中还包括建立一个以净尺码为数据的人体3D模型，将S5中所得出的定制服装套在人体3D模型上，并把该穿着效果发送到终端供客户观看。

9.根据权利要求8所述的一种基于人体数据库的非量体合体定制服装方法，其特征在于，所述终端包括电脑网页或者手机网页或者手机App。

10.一种基于人体数据库的非量体合体定制服装系统，其特征在于，包括：

参数接收单元：用于建立包含同一年龄段的人体样板尺寸为基础的人体数据库，依据该样板尺寸将人体身材分为T型、M型、P型、F型以及H型，并获取五个对应身材的中间体型尺寸；

建模单元：用于建立人体身材判断模型、人体净尺码数据模型和服装尺码加放数据模型；

终端单元：用于用户将身高、体重、年龄和体征信息输入到人体数据库中；

参数处理单元：用于依据用户的身高、体重、体征信息计算出原始尺码与五个所属身材的中间体型尺寸中对应的身高、体重、体征数据的绝对差值、计算原始尺码与对应该身材分类区间中各人体样板尺寸的比值以及计算各绝对差值之和的最小值；

调取单元：用于调取数据库中对应身材的人体样板尺寸，包括人体26个部位的数据。