CN111639990A - 一种针织服装快速设计与推款系统 - Google Patents

一种针织服装快速设计与推款系统 Download PDF

Info

Publication number
CN111639990A
CN111639990A CN202010472719.0A CN202010472719A CN111639990A CN 111639990 A CN111639990 A CN 111639990A CN 202010472719 A CN202010472719 A CN 202010472719A CN 111639990 A CN111639990 A CN 111639990A
Authority
CN
China
Prior art keywords
style
user
design
module
recommendation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010472719.0A
Other languages
English (en)
Other versions
CN111639990B (zh
Inventor
丛洪莲
蒋高明
张卓
董智佳
卢岩岩
罗天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangnan University
Original Assignee
Jiangnan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangnan University filed Critical Jiangnan University
Priority to CN202010472719.0A priority Critical patent/CN111639990B/zh
Publication of CN111639990A publication Critical patent/CN111639990A/zh
Application granted granted Critical
Publication of CN111639990B publication Critical patent/CN111639990B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Accounting & Taxation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Human Computer Interaction (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • General Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种针织服装快速设计与推款系统，属于服装推荐技术领域。所述系统包括：包括：部件设计模块、针织部件库储存模块、服装款式推荐模块、推荐数据库、生产管理模块。本发明运用针织服装部件化设计，建立针织服装设计部件库，引入交互式遗传算法建立快速款式推荐系统，通过算法的编码、初始种群生成、选择、眼动仪实现检测获取适应值、交叉变异等建立了针织服装的快速推荐系统，实现用户导向的针织服装设计方案形成，较原客户导向的自选择设计更便捷且直观，既保持了三维设计的直观优势又结合了交互式遗传算法的智能与便捷，缩短款式设计到用户推荐的全流程。

Description

一种针织服装快速设计与推款系统
技术领域
本发明一种针织服装快速设计与推款系统，属于服装推荐技术领域。
背景技术
随着互联网技术的不断发展，人们开始逐渐倾向使用网络来寻找喜欢与适合自己的服装款式。但是在成千上万的网络信息中，用户往往需要花费的时间精力去检索与筛选。如何便捷快速地寻找到自己喜爱的服装款式便成为目前人们使用网络购衣时的一大关注点。且人们已不再满足大众化服装，而是追求一种能够突显人们个性化且服装舒适合体的形式，而服装企业的大批量生产已逐渐不能满足人们的需求。
现有服装推荐技术中，例如公开号为CN108022161A的中国专利申请公开了一种基于图像识别与大数据分析的服装匹配推荐系统，通过用人工智能识别顾客的外在体貌特征和服装特征，通过人工智能的深度学习给出适合顾客性别、身材的与目前所着服装相搭配的其他服装推荐。又例如，公开号为CN109360050A的中国专利申请公开了一种基于感性需求的个人服装管理与个性化搭配推荐智能系统，通过将客户所有服装录入，从而判断客户偏好且能避免客户购入与已有服装类似的服装。以上方法实际上均是采用类似专家系统来推定客户可能想要购买的服装，能起到一定的指导作用，可是用户通过否定推荐服装来获得下一个由系统认定的推荐服装，用户的参与感差，个性化和主观意愿的体现相对较差。目前服装推荐技术中有相关研究尝试对该缺陷进行改善，公开号为CN108171569A的中国专利申请公开了一种反馈式智能服装推荐方法和系统。用户可以通过对服装贴身度、腰部高度、裤口大小等参数进行主观调整，让客户能更多拥有更多参与感，更能体现个性化和差异化。可是该方法是通过对某一款式内关键参数的调整来实现的反馈，使得款式多样性有所降低，适合于款式变化相对较少的服装类型。
发明内容
为了解决现有服装推荐技术中用户的参与感差、款式多样性少、无法体现个性化和差异化的问题，本发明首先提供一种针织服装快速设计与推款系统，包括：部件设计模块、针织部件库储存模块、服装款式推荐模块、推荐数据库、生产管理模块；
所述部件设计模块与针织部件库储存模块连接，所述服装款式推荐模块连接分别与针织部件库储存模块、推荐数据库、生产管理模块连接；
所述服装款式推荐模块包括：款式信息模块、用户端推荐界面、眼动仪监测-用户适应度获取模块、款式更迭模块和款式更迭信息储存模块；
所述部件设计模块用于对针织服装各部件进行三维立体建模设计；得到包含网格、顶点、曲线信息的服装部件模型及包含颜色选择、针织提花图案、编织纹理的针织面料模拟纹理设计；
所述针织部件库储存模块用于将针织服装部件模型进行储存；
所述款式信息模块用于存储用户的个体特征信息，并根据用户的个体特征信息访问推荐数据库，所述推荐数据库用于将个体特征和款式的匹配数据进行存储，推荐数据库获得适合个体特征的款式并展示在用户端推荐界面；
所述眼动仪监测-用户适应度获取模块用于获取用户对用户端推荐界面中的展示款式的喜爱度，所述喜爱度用适应值表示；所述眼动仪装置通过监测用户目光在展示款式上的停留时间，并将适应值高的方案传输至款式更迭模块，所述适应值以用户目光停留时间的长短为衡量，停留时间越长，代表对用户对展示款式的关注度越高，适应值越高；
所述款式更迭模块用于用户对款式中喜爱的部件进行锁定并对用户端推荐界面中的推荐款式进行评价；
所述款式更迭模块用于访问针织部件库储存模块并对展示款式进行更迭，根据适应值进行款式下一代更迭，用户对推荐款式满意后提交至生产管理模块；
所述生产管理模块用于3D虚拟试衣并在用户最终提交后将匹配的款式与个体特征数据加入推荐数据库；
所述款式更迭信息储存模块用于存储款式更迭上一代的信息，方便用户退回修改。
在本发明的一种实施方式中，所述三维立体建模设计包括：将针织服装划分为衣领部件、衣身部件、衣袖部件、门襟部件，基于部件化进行版型设计；所述部件化进行版型设计包括：将部件间的拼接部位与非拼接部位分别设计，拼接部位版型线使用参数化设计方法并进行固定便于后续部件拼接，非拼接部位设置控制点、控制曲线，供设计者自由设计，实现体型个性化与款式个性化。
在本发明的一种实施方式中，所述针织部件库储存模块包括：款式模型部件库、外观纹理部件库、领部模型库、衣身模型库、衣袖模型库、门襟模型库；所述款式模型部件库由建模后的不同款式针织服装部件模型构成，所述外观纹理部件库由针织服装外观设计所需的图案与针织纹理构成。
在本发明的一种实施方式中，在款式模型部件库中对建模模型进行衣领、衣身、衣袖、门襟等分部件的保存，将建模之后的obj格式模型文件、部件款式编号、纸样信息、轮廓参数、网格参数在领部模型库、衣身模型库、衣袖模型库、门襟模型库中进行保存，并进行自然数编码。
在本发明的一种实施方式中，在外观纹理部件库中对三维设计中外观设计的提花图案单个循环的BMP贴图、颜色选择编号、针织纹理png图、面料材质MTL材质文件进行储存。
本发明还提供了一种针织服装快速设计与推款系统的个性化款式推荐方法，其特征在于，所述方法包括：
步骤一：对款式模型部件库、外观纹理部件库、领部模型库、衣身模型库、衣袖模型库、门襟模型库中储存的部件及外观纹理进行编码，并随机挑选n(n≥1)个完整的组合方案作为初始种群，在款式更迭模块中对款式编码进行解码，得到方案的表现型，并在用户端推荐界面展示；
步骤二：进行适应度评估；眼动仪监测-用户适应度获取模块对用户目光落点时间进行观测，根据适应度值来判断方案是否保留；眼动仪监测-用户适应度获取模块中设有指定时间，用户目光落点时间大于或等于指定时间，则适应值高，方案被保留，用户目光落点时间小于指定时间，则适应值低，方案被淘汰；
步骤三：根据用户偏好对部件编码进行固定/剔除操作；眼动仪监测-用户适应度获取模块除了获取款式的适应值外，还用于对偏爱部件编码进行固定/剔除操作，若初始种群中未出现符合用户喜爱的款式方案，款式更迭模块通过交叉、变异操作对适应值高的方案进行部分进化，再次在用户端推荐界面供用户评价；
步骤四：若种群中出现符合用户喜爱的款式方案，迭代过程完成，得到最终方案；最终方案包括：针织服装模拟的总体效果模型、各部件模型搭配设计方案、针织服装纸样设计及面料外观纹理设计方案。
在本发明的一种实施方式中，所述编码采用二进制编码方法，款式更迭模块确定编码位数后，将自然数编码转换为二进制，不同二进制编码代表一个部件或颜色参数，解码后可获得其表现型。
在本发明的一种实施方式中，所述的初始种群由部件编码的随机组合并解码生成，初始种群容量为6-10个。
在本发明的一种实施方式中，进行适应度评估的同时用户通过用户端推荐界面手动固定满意的局部部件，将该局部部件编码永久保留，作为常量保存，且不参与后续交叉、变异等遗传操作；并剔除不满意部分，标记该段基因编码，此后重复出现该片段时，直接淘汰该遗传个体，直至该位置与剔除片段不同。
在本发明的一种实施方式中，所述的交叉采用编码随机位置双点交叉法，在两个父代个体中随机确定基因交叉位，进行替换及重组，生成新的编码方案；所述的突变采用编码随机双位置突变法。
本发明的有益效果：
(1)本发明通过引入运用眼动仪监测的新型交互式遗传算法，视觉停留时间分析的初期适应值，保留高关注度即高适应值款式、淘汰低评价款式，较原交互式评分方案更加高效，且迭代次数多时，用户不容易产生疲惫感。并通过交叉、变异等方法迭代出新，形成较符合用户审美的新款式供顾客选评，顾客可更加便捷的获得心仪款式。
(2)本发明运用部件化原理，可降低无设计经验的用户使用的知识门槛，通过简单的选择与拼合直接可获得心仪且合适自己体型的个性化服装款式。
(3)本发明对针织服装外观纹理部件库进行建立，可在虚拟服装模型上进行提花图案替换、不同针织组织形成的纹理替换、针织面料质感替换等，更具真实感。
(4)本发明通过部件编号的变化进行解锁出不同部件的组合形成新的款式，使得部件组合方案不再局限于基础样式，组合形成意想不到的设计搭配，更具创造力，迭代后也逐渐贴近用户审美，获得真正用户喜爱的针织服装款式。
(5)本发明通过获取用户的主观感受作为推荐款式迭代适应度的基准，避免了用户在使用中无法主动干扰系统推荐的情况，增加了用户的参与感，使得个性化、差异化更得以体现。
附图说明
图1为本发明实施例中的服装快速推款系统的整体结构图。
图2为本发明实施例中的服装快速推款系统的迭代原理流程图。
图3为本发明实施例中的针织服装部件化版型设计方法示意图。
图4为本发明实施例中的针织服装部件化部件拼接部件间拼接网格图。
图5为本发明实施例中的服装快速推款系统以polo衫设计为例的基因编码图。
图6为本发明实施例中的服装快速推款系统以polo衫设计为例的偏好固定/剔除选择界面。
图7为本发明实施例中的服装快速推款系统的交叉原理图。
图8为本发明实施例中的服装快速推款系统的变异原理图。
具体实施方案
下面结合具体附图对本发明作进一步说明。
实施例1
如图1所示，本实施例提供一种针织服装快速设计与推款系统，包括：部件设计模块、针织部件库储存模块、服装款式推荐模块、推荐数据库、生产管理模块；
所述部件设计模块与针织部件库储存模块连接，所述服装款式推荐模块连接分别与针织部件库储存模块、推荐数据库、生产管理模块连接；
所述服装款式推荐模块包括：款式信息模块、用户端推荐界面、眼动仪监测-用户适应度获取模块、款式更迭模块和款式更迭信息储存模块；
所述部件设计模块用于对针织服装各部件进行三维立体建模设计；如利用三维服装CAD，3D Max设计等、得到包含网格、顶点、曲线信息的服装部件模型及包含颜色选择、针织提花图案、编织纹理的针织面料模拟纹理设计；
所述针织部件库储存模块用于将针织服装部件模型进行储存；
所述款式信息模块用于存储用户的个体特征信息，并根据用户的个体特征信息访问推荐数据库，所述推荐数据库用于将个体特征和款式的匹配数据进行存储，推荐数据库获得适合个体特征的款式并展示在用户端推荐界面；
所述眼动仪监测-用户适应度获取模块用于获取用户对用户端推荐界面中的展示款式的喜爱度，所述喜爱度用适应值表示；所述眼动仪装置通过监测用户目光在展示款式上的停留时间，并将适应值高的方案传输至款式更迭模块，所述适应值以用户目光停留时间的长短为衡量，停留时间越长，代表对用户对展示款式的关注度越高，适应值越高；
所述款式更迭模块用于用户对款式中喜爱的部件进行锁定并对用户端推荐界面中的推荐款式进行评价；
所述款式更迭模块用于访问针织部件库储存模块并对展示款式进行更迭，根据适应值进行款式下一代更迭，用户对推荐款式满意后提交至生产管理模块；
所述生产管理模块用于3D虚拟试衣并在用户最终提交后将匹配的款式与个体特征数据加入推荐数据库；所述3D虚拟试衣可以采用现有主流的欧美3D虚拟试衣技术。
所述款式更迭信息储存模块用于存储款式更迭上一代的信息，方便用户退回修改。
进一步地，所述三维立体建模设计包括：将针织服装划分为衣领部件、衣身部件、衣袖部件、门襟部件，基于部件化进行版型设计；所述部件化进行版型设计包括：将部件间的拼接部位与非拼接部位分别设计，拼接部位版型线使用参数化设计方法并进行固定便于后续部件拼接，非拼接部位设置控制点、控制曲线，供设计者自由设计，实现体型个性化与款式个性化。
进一步地，所述针织部件库储存模块包括：款式模型部件库、外观纹理部件库、领部模型库、衣身模型库、衣袖模型库、门襟模型库；所述款式模型部件库由建模后的不同款式针织服装部件模型构成，所述外观纹理部件库由针织服装外观设计所需的图案与针织纹理构成。
进一步地，在款式模型部件库中对建模模型进行衣领、衣身、衣袖、门襟等分部件的保存，将建模之后的obj格式模型文件、部件款式编号、纸样信息、轮廓参数、网格参数在领部模型库、衣身模型库、衣袖模型库、门襟模型库中进行保存，并进行自然数编码。
进一步地，在外观纹理部件库中对三维设计中外观设计的提花图案单个循环的BMP贴图、颜色选择编号、针织纹理png图、面料材质MTL材质文件进行储存。
实施例2
如图2所示，本实施例提供一种针织服装快速设计与推款系统的个性化款式推荐方法，其特征在于，所述方法包括：
步骤一：对款式模型部件库、外观纹理部件库、领部模型库、衣身模型库、衣袖模型库、门襟模型库中储存的部件及外观纹理进行编码，并随机挑选n(n≥1)个完整的组合方案作为初始种群，在款式更迭模块中对款式编码进行解码，得到方案的表现型，并在用户端推荐界面展示；
步骤二：进行适应度评估；眼动仪监测-用户适应度获取模块对用户目光落点时间进行观测，根据适应度值来判断方案是否保留；眼动仪监测-用户适应度获取模块中设有指定时间，用户目光落点时间大于或等于指定时间，则适应值高，方案被保留，用户目光落点时间小于指定时间，则适应值低，方案被淘汰；
步骤三：根据用户偏好对部件编码进行固定/剔除操作；眼动仪监测-用户适应度获取模块除了获取款式的适应值外，还用于对偏爱部件编码进行固定/剔除操作，若初始种群中未出现符合用户喜爱的款式方案，款式更迭模块通过交叉、变异操作对适应值高的方案进行部分进化，再次在用户端推荐界面供用户评价；
步骤四：若种群中出现符合用户喜爱的款式方案，迭代过程完成，得到最终方案；最终方案包括：针织服装模拟的总体效果模型、各部件模型搭配设计方案、针织服装纸样设计及面料外观纹理设计方案。
进一步地，所述编码采用二进制编码方法，款式更迭模块确定编码位数后，将自然数编码转换为二进制，不同二进制编码代表一个部件或颜色参数，解码后可获得其表现型。
进一步地，所述的初始种群由部件编码的随机组合并解码生成，初始种群容量为6-10个。
进一步地，进行适应度评估的同时用户通过用户端推荐界面手动固定满意的局部部件，将该局部部件编码永久保留，作为常量保存，且不参与后续交叉、变异等遗传操作；并剔除不满意部分，标记该段基因编码，此后重复出现该片段时，直接淘汰该遗传个体，直至该位置与剔除片段不同。
进一步地，所述的交叉采用编码随机位置双点交叉法，在两个父代个体中随机确定基因交叉位，进行替换及重组，生成新的编码方案；所述的突变采用编码随机双位置突变法。
实施例3
如图3所示，以polo衫版型设计为例，在针织服装快速设计与推款系统中，基于部件化设计的思想，按通用的参数化制版方法根据输入的人体参数进行基本款式的纸样设计后，固定部件间的拼接缝纫线，最后进行控制点的设定与自由设计，版型设计符合不同用户的个性化身材且丰富了款式设计，便于后续拼接。将版型中衣片间的拼接位置(肩线、领圈线、门襟缝线、袖笼弧线等)划分为缝纫拼接处，其位置与造型量关系较弱，与人体尺寸关系较强，交互输入客户颈围、肩宽、胸围等数值，根据基础款纸样作图方法的计算机模拟算法，生成基础polo衫纸样，并由此固定缝纫拼接处曲线，作为自由设计的基础。将各衣片版片剩余的非拼接处位置划分为自由设计端，设置关键点与关键曲线，可由设计者进行多次自由端的设计，多次保存，供后续部件化的组合挑选。
如图4所示，polo衫模型中点的存放以坐标的形式进行呈现，三维服装进行分部件上传时，保持其中所有点的相对坐标数据无改变，即将各部件文件中的数据进行重组，完整显示整件服装，完成部件的拼接。部件间拼接属于缝合类积件的拼接，此类拼接不仅要求几何上的连续，更要求拓扑上的连续，即拼接后边界网格顶点重合且拼接完成后在拓扑上合并为一个实体，但不进行模型的融合。以衣袖与衣身的拼接为例，由于前端版型设计时保持了袖笼缝合处的一致，无需展示页面的多次三角化占用计算机内存，同位置的不同部件替换时连接处网格保持基本一致，不同的衣袖部件替换时，可减少多次三角化及模拟操作。
如图5所示，以polo衫为例，针织服装快速设计与推款系统中的基因编码使用二进制编码方法，部件拼接的编码形式如图7所示，A表示领部件，B表示衣身部件，C表示衣袖部件，D表示门襟部件。编码的位数随各部位模型部件数量决定。本实施例中各部件均存放8个部件模型，即每个部件需要3位二进制编码来表示，共需要长度为12的编码组来表示一个部件拼接方案。polo衫的外观设计中，为使样本数量有限，选取共有8种备用颜色的两色循环提花条纹设计，其设计方案有颜色一的颜色选择E、颜色一的条纹宽度F、颜色二的颜色选择G、颜色二的条纹宽度H、衣身面料纹理设计I(平纹、斜纹、单珠地、双珠地四种纬编面料编织纹理)、领部色彩设计J(常见的白色、黑色或颜色一或颜色二)及领部纹理设计K(平纹组织、横机领组织两种面料编织纹理)，其条纹宽度为0.5cm、1cm、1.5cm……8cm的共16个数值，即需要供长度为19的编码组来表示一个外观设计方案。由此可知，本示例中一个完整的polo衫设计方案将由31位编码来表示，若有更多部件储存需求，可按此方法增加编码位数，增加至8bit甚至更大来表示一个部件模型，则可实现部件库的大容量储存与调用。
如图6所示，以polo衫为例，本发明一种针织服装快速设计与推款系统中在交互式遗传进化算法的应用中，常有用户对产品中部分产生满意或不满意的情况，但对方案的眼动仪-目光监测为整体评价，则容易出现喜爱的部件无法保留，不喜爱的部件重复出现的情况，限制了算法寻优解的进程。为解决此问题，从用户对各部件逐渐明确的喜好出发，运用染色体中局部偏好固定/剔除操作。用户手动固定满意的局部部件，将该局部染色体编码永久保留，作为常量保存，且不参与后续交叉、变异等遗传操作，并剔除不满意部分，标记该段基因编码，此后重复出现该片段时，直接淘汰该遗传个体，直至该位置与剔除片段不同。此方法可以大幅提高算法的收敛效率，保留优秀片段，更快速帮助用户搜索到心仪的polo衫款式设计方案。
如图7所示，在选出的两个父代个体中随机确定基因交叉位，加以替换及重组，生成的新的编码方案，解锁出的新的设计方案，将两部分方案中符合用户认可的部分遗传到下一代个体中。
如图8所示，在种群过大时，为防止输出结果陷入局部最优解，变异过程将编码中随机选择位置的0、1互换，新的代码将改变其中部分的模型部件，进一步推动新款式生成，可维持搜索的全局性，保证输出结果更符合顾客审美。
通过数次的迭代演变，新的针织服装设计方案逐渐符合用户需求，当方案适应值达预设值或用户认为已满意，即可结束进化过程，生成最后的设计方案。方案包括最终针织服装模拟的总体效果模型、各部件模型搭配设计方案、针织服装纸样设计及面料外观纹理设计方案等。
虽然本发明已以较佳实施例公开如上，但其并非用以限定本发明，任何熟悉此技术的人，在不脱离本发明的精神和范围内，都可做各种的改动与修饰，因此本发明的保护范围应该以权利要求书所界定的为准。

Claims (10)

1.一种针织服装快速设计与推款系统，其特征在于，包括：部件设计模块、针织部件库储存模块、服装款式推荐模块、推荐数据库、生产管理模块；
所述部件设计模块与针织部件库储存模块连接，所述服装款式推荐模块连接分别与针织部件库储存模块、推荐数据库、生产管理模块连接；
所述服装款式推荐模块包括：款式信息模块、用户端推荐界面、眼动仪监测-用户适应度获取模块、款式更迭模块和款式更迭信息储存模块；
所述部件设计模块用于对针织服装各部件进行三维立体建模设计；得到包含网格、顶点、曲线信息的服装部件模型及包含颜色选择、针织提花图案、编织纹理的针织面料模拟纹理设计；
所述针织部件库储存模块用于将针织服装部件模型进行储存；
所述款式信息模块用于存储用户的个体特征信息，并根据用户的个体特征信息访问推荐数据库，所述推荐数据库用于将个体特征和款式的匹配数据进行存储，推荐数据库获得适合个体特征的款式并展示在用户端推荐界面；
所述眼动仪监测-用户适应度获取模块用于获取用户对用户端推荐界面中的展示款式的喜爱度，所述喜爱度用适应值表示；所述眼动仪装置通过监测用户目光在展示款式上的停留时间，并将适应值高的方案传输至款式更迭模块，所述适应值以用户目光停留时间的长短为衡量，停留时间越长，代表对用户对展示款式的关注度越高，适应值越高；
所述款式更迭模块用于用户对款式中喜爱的部件进行锁定并对用户端推荐界面中的推荐款式进行评价；
所述款式更迭模块用于访问针织部件库储存模块并对展示款式进行更迭，根据适应值进行款式下一代更迭，用户对推荐款式满意后提交至生产管理模块；
所述生产管理模块用于3D虚拟试衣并在用户最终提交后将匹配的款式与个体特征数据加入推荐数据库；
所述款式更迭信息储存模块用于存储款式更迭上一代的信息，方便用户退回修改。
2.如权利要求1所述的一种针织服装快速设计与推款系统，其特征在于，所述三维立体建模设计包括：将针织服装划分为衣领部件、衣身部件、衣袖部件、门襟部件，基于部件化进行版型设计；所述部件化进行版型设计包括：将部件间的拼接部位与非拼接部位分别设计，拼接部位版型线使用参数化设计方法并进行固定便于后续部件拼接，非拼接部位设置控制点、控制曲线，供设计者自由设计，实现体型个性化与款式个性化。
3.如权利要求2所述的一种针织服装快速设计与推款系统，其特征在于，所述针织部件库储存模块包括：款式模型部件库、外观纹理部件库、领部模型库、衣身模型库、衣袖模型库、门襟模型库；所述款式模型部件库由建模后的不同款式针织服装部件模型构成，所述外观纹理部件库由针织服装外观设计所需的图案与针织纹理构成。
4.如权利要求3所述的一种针织服装快速设计与推款系统，其特征在于，在款式模型部件库中对建模模型进行衣领、衣身、衣袖、门襟等分部件的保存，将建模之后的obj格式模型文件、部件款式编号、纸样信息、轮廓参数、网格参数在领部模型库、衣身模型库、衣袖模型库、门襟模型库中进行保存，并进行自然数编码。
5.如权利要求4所述的一种针织服装快速设计与推款系统，其特征在于，在外观纹理部件库中对三维设计中外观设计的提花图案单个循环的BMP贴图、颜色选择编号、针织纹理png图、面料材质MTL材质文件进行储存。
6.一种基于权利要求1-5任一所述系统的针织服装快速设计与推款系统的个性化款式推荐方法，其特征在于，所述方法包括：
步骤一：对款式模型部件库、外观纹理部件库、领部模型库、衣身模型库、衣袖模型库、门襟模型库中储存的部件及外观纹理进行编码，并随机挑选n(n≥1)个完整的组合方案作为初始种群，在款式更迭模块中对款式编码进行解码，得到方案的表现型，并在用户端推荐界面展示；
步骤二：进行适应度评估；眼动仪监测-用户适应度获取模块对用户目光落点时间进行观测，根据适应度值来判断方案是否保留；眼动仪监测-用户适应度获取模块中设有指定时间，用户目光落点时间大于或等于指定时间，则适应值高，方案被保留，用户目光落点时间小于指定时间，则适应值低，方案被淘汰；
步骤三：根据用户偏好对部件编码进行固定/剔除操作；眼动仪监测-用户适应度获取模块除了获取款式的适应值外，还用于对偏爱部件编码进行固定/剔除操作，若初始种群中未出现符合用户喜爱的款式方案，款式更迭模块通过交叉、变异操作对适应值高的方案进行部分进化，再次在用户端推荐界面供用户评价；
步骤四：若种群中出现符合用户喜爱的款式方案，迭代过程完成，得到最终方案；最终方案包括：针织服装模拟的总体效果模型、各部件模型搭配设计方案、针织服装纸样设计及面料外观纹理设计方案。
7.如权利要求6所述的方法，其特征在于，所述编码采用二进制编码方法，款式更迭模块确定编码位数后，将自然数编码转换为二进制，不同二进制编码代表一个部件或颜色参数，解码后可获得其表现型。
8.如权利要求7所述的方法，其特征在于，所述的初始种群由部件编码的随机组合并解码生成，初始种群容量为6-10个。
9.如权利要求8所述的方法，其特征在于，进行适应度评估的同时用户通过用户端推荐界面手动固定满意的局部部件，将该局部部件编码永久保留，作为常量保存，且不参与后续交叉、变异等遗传操作；并剔除不满意部分，标记该段基因编码，此后重复出现该片段时，直接淘汰该遗传个体，直至该位置与剔除片段不同。
10.如权利要求9所述的方法，其特征在于，所述的交叉采用编码随机位置双点交叉法，在两个父代个体中随机确定基因交叉位，进行替换及重组，生成新的编码方案；所述的突变采用编码随机双位置突变法。
CN202010472719.0A 2020-05-29 2020-05-29 一种针织服装快速设计与推款系统 Active CN111639990B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010472719.0A CN111639990B (zh) 2020-05-29 2020-05-29 一种针织服装快速设计与推款系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010472719.0A CN111639990B (zh) 2020-05-29 2020-05-29 一种针织服装快速设计与推款系统

Publications (2)

Publication Number Publication Date
CN111639990A true CN111639990A (zh) 2020-09-08
CN111639990B CN111639990B (zh) 2023-07-04

Family

ID=72331619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010472719.0A Active CN111639990B (zh) 2020-05-29 2020-05-29 一种针织服装快速设计与推款系统

Country Status (1)

Country Link
CN (1) CN111639990B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836317A (zh) * 2021-03-05 2021-05-25 南昌工程学院 一种基于眼动追踪技术的产品设计智能建模方法
CN113987344A (zh) * 2021-10-26 2022-01-28 雅莹集团股份有限公司 基于版型库的3d服装款式智能模拟方法及其成本估算方法
WO2022111226A1 (zh) * 2020-11-25 2022-06-02 南旋实业有限公司 一种针织方法及针织装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1932827A (zh) * 2006-09-05 2007-03-21 中山大学 一种基于数字家庭的智能化服装款式设计系统
CN104122819A (zh) * 2014-07-18 2014-10-29 东北电力大学 基于用户习惯的家庭智能用电方法及其系统
CN109767258A (zh) * 2018-12-15 2019-05-17 深圳壹账通智能科技有限公司 基于眼部图像识别的智能导购方法及装置
CN109886807A (zh) * 2019-03-06 2019-06-14 安徽大学 一种p2p平台上基于风险收益管理的个性化推荐方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1932827A (zh) * 2006-09-05 2007-03-21 中山大学 一种基于数字家庭的智能化服装款式设计系统
CN104122819A (zh) * 2014-07-18 2014-10-29 东北电力大学 基于用户习惯的家庭智能用电方法及其系统
CN109767258A (zh) * 2018-12-15 2019-05-17 深圳壹账通智能科技有限公司 基于眼部图像识别的智能导购方法及装置
CN109886807A (zh) * 2019-03-06 2019-06-14 安徽大学 一种p2p平台上基于风险收益管理的个性化推荐方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022111226A1 (zh) * 2020-11-25 2022-06-02 南旋实业有限公司 一种针织方法及针织装置
CN112836317A (zh) * 2021-03-05 2021-05-25 南昌工程学院 一种基于眼动追踪技术的产品设计智能建模方法
CN113987344A (zh) * 2021-10-26 2022-01-28 雅莹集团股份有限公司 基于版型库的3d服装款式智能模拟方法及其成本估算方法
CN113987344B (zh) * 2021-10-26 2022-07-12 雅莹集团股份有限公司 基于版型库的3d服装款式智能模拟方法及其成本估算方法

Also Published As

Publication number Publication date
CN111639990B (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
CN111639990A (zh) 一种针织服装快速设计与推款系统
Mok et al. An IGA-based design support system for realistic and practical fashion designs
KR102485503B1 (ko) 이미지 데이터베이스 분석 기반 상품 추천 장치 및 방법
KR102045017B1 (ko) 이미지/텍스트 기반 디자인 생성 장치 및 방법
CN110097609A (zh) 一种基于样本域的精细化绣花纹理迁移方法
Hu et al. An interactive co-evolutionary CAD system for garment pattern design
CN108960959A (zh) 基于神经网络的多模态互补服装搭配方法、系统及介质
CN109410344A (zh) 一种基于三维立体结构的服装设计方法
JP2022145944A (ja) コーディネート用評価サーバ装置、コーディネート用評価サーバ装置の制御方法、およびそれに用いるプログラムおよび記録媒体
Xu et al. A web-based design support system for fashion technical sketches
Edelstein et al. Amigo: computational design of amigurumi crochet patterns
Mok et al. Fashion design using evolutionary algorithms and fuzzy set theory–a case to realize skirt design customizations
Wannarumon An aesthetics driven approach to jewelry design
Mok et al. Fashion sketch design by interactive genetic algorithms
Semnani et al. Jacquard pattern optimizing in weft knitted fabrics via interactive genetic algorithm
Fengyi et al. 3D Garment Design Model Based on Convolution Neural Network and Virtual Reality
Ravi et al. Teaching DNNs to design fast fashion
Huang et al. Improved Interactive Genetic Algorithm for Three‐Dimensional Vase Modeling Design
Kim et al. Development of an IGA-based fashion design aid system with domain specific knowledge
Li et al. A deep learning based interactive sketching system for fashion images design
Luu et al. Optimizing 3D fashion CAD software for physically disabled populations
Nishino et al. An Interactive 3D Graphics Modeler Based on Simulated Human Immune System.
Lin Intelligent Decision Making Based on GA for Creative Apparel Styling.
Zhang et al. 3D design platform of virtual national costume based on digital nonlinear random matrix
Zheng et al. Creating reference image of realistic cloth folded surface using sketch-based interactive modeling

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant