CN115690323B - 服装智能推板方法和装置 - Google Patents
服装智能推板方法和装置 Download PDFInfo
- Publication number
- CN115690323B CN115690323B CN202211425215.9A CN202211425215A CN115690323B CN 115690323 B CN115690323 B CN 115690323B CN 202211425215 A CN202211425215 A CN 202211425215A CN 115690323 B CN115690323 B CN 115690323B
- Authority
- CN
- China
- Prior art keywords
- clothing
- standard
- point cloud
- triangle
- cloud data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000005520 cutting process Methods 0.000 claims abstract description 51
- 230000008859 change Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000015654 memory Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 239000004744 fabric Substances 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 6
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009958 sewing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- 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
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种服装智能推板方法，包括：对标准版服装裁片平面进行剖分形成多个三角形单元，取所有三角形单元的顶点坐标得到标准版服装裁片的二维点云数据；求取标准版服装的三维点云数据，求取与用户体型匹配的放码版服装的三维点云数据；将裁片在三维空间的三角形单元边长的变化量加和到二维空间的三角形单元边长，再采用迭代加权最小二乘法求解最接近满足该变化量的放码后三角形单元中顶点的坐标参量值。本发明无需版师推版、做白坯、试白坯、修版的反复、复杂、高成本的过程，只需用户的量体数据和选择服装款式数据，在没有人参与的情况下，即可在秒级的时间内得到与用户体型匹配的服装样板的二维裁片，且裁片数据准确，成衣品质高。
Description
技术领域
本发明涉及数字化服装领域。更具体地说，本发明涉及一种服装智能推板方法和装置。
背景技术
服装推板一般指服装放码，服装放码是服装结构设计的延伸，在服装厂里服装设计师根据标准人体的量体数据做出头样后，再根据不同的身高体型放出档差，运用一定的方法把其他不同尺码的样板做出来，比如：男性标准人体模型的国标量体数据为175-96-A，那么服装设计师设计出的头样则为XL码，而推板则是在保持服装款式不变的基础上，推算出S码、M码、L码等等一系列其他码的样板。然而，这样的放码往往只能满足部分人群，由于身高、肩宽、胸围、腰围、臀围、臂长、腿长等众多部位决定了一件服装的结构的各个裁片的大小和形状，这些关键部位的不同尺码的排列组合是一个巨大的数量，所以，真正合体的衣服是需要量身定做的，传统的服装量身定制生产过程中，一般先设计服装款式，再用纸板纸做成构成服装的各个衣片纸样，再在较便宜的白坯面料上裁剪成相应的裁片，然后再将衣片缝合成白坯，请客户穿上后，再在纸版上修改，再做白坯，直到白坯合身为止，才能最终确定一件定做衣服的各个裁片的大小和形状等结构，以上过程往往需要好几个反复,这样的过程繁琐、工期长、成本高。
随着网络的发展，三维服装CAD技术的出现打破了这种局面，通过计算机图像和图形处理技术完成了虚拟现实服装设计。同时三维人体测量技术的出现和发展促进了三维服装CAD技术的应用。目前，通过数码3D扫描获取人体的三维点云数据，再结合三维服装CAD技术，可以在服装生产前即让客户看到模拟试穿效果，客户确定好合适的三维服装模型后，再将三维服装模型进行二维展开，确定三维服装模型的二维裁片，例如：申请号为201210293018.6的发明专利中公开了一种基于个性化三维虚拟人台的服装衣身原型样板生成方法，首先将人体躯干的三维数据进行切面曲线拟合，重新采样，对称化处、凸包计算、内凹区域点的平移和曲面拟合等处理，得到对称的、类似穿着紧身服效果的服装虚拟人台；然后在半身的三维人台上定义特征点和线，并进一步细分各区域曲面；最后基于特征线约束，将三维曲面进行二维展平，生成个性化的服装原型样板；申请号为201610077071.0的发明专利中公开了一种基于三维虚拟人体的个性化服装交互设计及样板生成方法，涉及个性化服装定制的设计方法，包括：(1)、获得消费者的人体模型；(2)、建立人体参考线；(3)、进行人体身体特征分析；(4)、选择与服装造型相关的人体体型特征点；(5)、将单个人的人体体型特征点作为单独的设计对象进行研究；(6)、通过获取的服装曲面特征点模拟服装曲面；(7)、设计师与消费者交流虚拟服装效果；(8)、将三维服装曲面进行二维展开；(9)、将虚拟服装裁片直接导入自动裁剪系统，继续加工制作。然而，上述的服装样板生成方法首先需要3D扫描客户形体，过程繁琐，不适合普通客户，同时服装从三维模型展开为二维裁片过程中，由于三维空间遵循的是立体几何、黎曼几何规律，而二维空间遵循的是平面几何规律，展开结果容易出现误差，导致裁片间无法正确缝合。
发明内容
本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
本发明还有一个目的是提供一种服装智能推板方法和装置，无需采用3D扫描，只需用户的量体数据和选择服装款式数据，即可得到与用户体型匹配的服装样板的二维裁片，且裁片数据准确，成衣品质高。
为了实现根据本发明的这些目的和其它优点，提供了一种服装智能推板方法，其包括：
对标准版服装裁片平面进行剖分形成能拼接成标准版服装裁片平面的多个三角形单元，取标准版服装裁片平面内所有三角形单元的顶点坐标得到标准版服装裁片的二维点云数据；
根据标准版服装裁片的二维点云数据求取标准版服装的三维点云数据，根据标准版服装的三维点云数据求取与用户体型匹配的放码版服装的三维点云数据，其中，标准版服装的三维点云数据中的点与放码版服装的三维点云数据的点分别一一对应，且标准版服装的三维点云数据中的点与标准版服装裁片的二维点云数据中的点也分别一一对应；
对标准版服装裁片平面中的任一三角形单元A0，选择与该三角形单元A0的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元A1，及与该三角形单元A0的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元A2，计算三角形单元A2与三角形单元A1间每条边的变化量，并将该变化量加和到三角形单元A0上，得到三角形单元A0放码后的三角形单元A3，根据边长计算公式得到三角形单元A3中边长与顶点的坐标参量间关系式，遍历标准版服装裁片平面中的所有三角形单元，得到所有放码后的三角形单元中边长与顶点的坐标参量间关系式组；
设最接近标准版服装裁片平面中心的二维点云数据中的点为原点，标准版服装裁片平面中原点所在三角形单元为A0 1，三角形单元A0 1放码后的三角形单元为A3 1，又设原点和与原点对应的在三角形单元A3 1中的顶点的坐标值相同，原点所在三角形单元A0 1中另一顶点和与该顶点对应的在三角形单元A3 1中的顶点的横坐标值相同，以三角形单元A3 1中原点坐标值和另一顶点的横坐标值为已知条件，采用迭代加权最小二乘法对所有放码后的三角形单元中边长与顶点的坐标参量间关系式组求解，得到所有放码后的三角形单元中顶点的坐标参量值，即放码版服装裁片的二维点云数据，进而得到放码版服装裁片的形状和尺寸。
优选的是，设与处于标准版服装裁片平面边缘的三角形单元A0 2的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元为A1 2，及与处于标准版服装裁片平面边缘的三角形单元A0 2的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元为A2 2，与处于标准版服装裁片平面非边缘的三角形单元A0 3的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元为A1 3，及与处于标准版服装裁片平面非边缘的三角形单元A0 3的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元为A2 3，使与三角形单元A0 2靠近标准版服装裁片平面边缘的边分别对应的在三角形单元A1 2中的边和对应的在三角形单元A2 2中的边间的变化量的权重赋值高于三角形单元A1 2和三角形单元A2 2其他边变化量的权重赋值，且高于三角形单元A1 3和三角形单元A2 3间每条边的变化量的权重赋值。
优选的是，所述与用户体型匹配的放码版服装的三维点云数据是通过面向用户的虚拟三维试衣方法求得，所述面向用户的虚拟三维试衣方法中的初始数据包括用户的量体数据。
优选的是，所述标准版服装裁片的二维点云数据保存于数据库中，所述标准版服装的三维点云数据是根据所述标准版服装标准版服装裁片的二维点云数据通过立体面料模拟算法求得并保存于数据库中。
优选的是，所述服装智能推板方法还包括：
构建神经网络模型，对标准版服装裁片的二维点云数据、用户的量体数据和求解出的放码版服装裁片的二维点云数据间的关系进行学习，以优化数据模型。
优选的是，对标准版服装裁片的二维点云数据构成的标准版服装裁片平面进行剖分采用的是服装裁片数字化二维剖分方法和/或二维图形的三角剖分方法。
本发明还提供一种服装智能推板装置，其包括：
二维剖分模块，其用于对标准版服装裁片平面进行剖分形成能拼接成标准版服装裁片平面的多个三角形单元，取标准版服装裁片平面内所有三角形单元的顶点坐标得到标准版服装裁片的二维点云数据；
数据求取模块，其用于根据标准版服装裁片的二维点云数据求取标准版服装的三维点云数据，根据标准版服装的三维点云数据求取与用户体型匹配的放码版服装的三维点云数据，其中，标准版服装的三维点云数据中的点与放码版服装的三维点云数据的点分别一一对应，且标准版服装的三维点云数据中的点与标准版服装裁片的二维点云数据中的点也分别一一对应；
数据处理模块，其用于对标准版服装裁片平面中的任一三角形单元A0，选择与该三角形单元A0的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元A1，及与该三角形单元A0的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元A2，计算三角形单元A2与三角形单元A1间每条边的变化量，并将该变化量加和到三角形单元A0上，得到三角形单元A0放码后的三角形单元A3，根据边长计算公式得到三角形单元A3中边长与顶点的坐标参量间关系式，遍历标准版服装裁片平面中的所有三角形单元，得到所有放码后的三角形单元中边长与顶点的坐标参量间关系式组；
求解模块，其用于设最接近标准版服装裁片平面中心的二维点云数据中的点为原点，标准版服装裁片平面中原点所在三角形单元为A0 1，三角形单元A0 1放码后的三角形单元为A3 1，又设原点和与原点对应的在三角形单元A3 1中的顶点的坐标值相同，原点所在三角形单元A0 1中另一顶点和与该顶点对应的在三角形单元A3 1中的顶点的横坐标值相同，以三角形单元A3 1中原点坐标值和另一顶点的横坐标值为已知条件，采用迭代加权最小二乘法对所有放码后的三角形单元中边长与顶点的坐标参量间关系式组求解，得到所有放码后的三角形单元中顶点的坐标参量值，即放码版服装裁片的二维点云数据，进而得到放码版服装裁片的形状和尺寸。
本发明还提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述的服装智能推板方法。
本发明还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时，实现上述的服装智能推板方法。
本发明至少包括以下有益效果：本发明无需通过3D扫描获取用户的人体三维点云数据，无需版师推版、做白坯、试白坯、修版的反复、复杂、高成本的过程，只需用户的量体数据和其选择的服装款式数据，即可完全自动推算出与用户体型匹配的放码版服装的二维裁片尺寸数据，同时通过将裁片中三维空间的三角形单元边长的变化量加和到二维空间的三角形单元边长，再采用迭代加权最小二乘法求解最接近满足该变化量的放码后三角形单元中顶点的坐标参量值，得到的裁片数据准确，同时裁片缝合后制得的成衣也与用户更加合体。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明实施例所述服装推板方法的流程示意图；
图2为本发明实施例所述标准版服装的袖山裁片的二维点云示意图；
图3为本发明实施例所述标准版服装的袖山裁片的三维点云示意图；
图4为本发明实施例所述放码版服装的袖山裁片的三维点云示意图；
图5为本发明实施例所述服装推板装置的结构示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
需要说明的是，下述实施方案中所述实验方法，如无特殊说明，均为常规方法，所述试剂和材料，如无特殊说明，均可从商业途径获得；在本发明的描述中，术语“横向”、“纵向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，并不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
如图1所示，本发明提供一种服装智能推板方法，其包括：
S1、对标准版服装裁片平面进行剖分形成能拼接成标准版服装裁片平面的多个三角形单元，取标准版服装裁片平面内所有三角形单元的顶点坐标得到标准版服装裁片的二维点云数据；
对标准版服装裁片的二维点云数据构成的标准版服装裁片平面进行剖分采用的是服装裁片数字化二维剖分方法和/或二维图形的三角剖分方法，所述服装裁片数字化二维剖分方法在申请号为202211286979.4的专利中有详细记载，所述二维图形的三角剖分方法在申请号为202211288817.4的专利中有详细记载，故此处不再赘述。
S2、根据标准版服装裁片的二维点云数据求取标准版服装的三维点云数据，根据标准版服装的三维点云数据求取与用户体型匹配的放码版服装的三维点云数据，其中，标准版服装的三维点云数据中的点与放码版服装的三维点云数据的点分别一一对应，且标准版服装的三维点云数据中的点与标准版服装裁片的二维点云数据中的点也分别一一对应；
这里标准版服装是指与标准人体模型相匹配的服装款式版型，标准人体模型包括国标175-96-A的男性人体模型、国标165-84-A的女性人体模型和国标120-64的儿童人体模型。
所述标准版服装裁片的二维点云数据由步骤S1得到后保存于数据库中，所述标准版服装的三维点云数据是根据所述标准版服装裁片的二维点云数据通过立体面料模拟算法求得并保存于数据库中，标准版服装的三维点云数据展示于屏幕上可使用户直观的看到标准版服装款式，故数据库中可提前保存不同款式的标准版服装的三维点云数据，以供用户查看挑选服装款式。
所述与用户体型匹配的放码版服装的三维点云数据是通过面向用户的虚拟三维试衣方法求得，所述面向用户的虚拟三维试衣方法是根据标准人体模型的三维点云数据和量体数据、用户选择的标准版服装的三维点云数据、用户自身的量体数据求取与用户体型匹配的放码版服装的三维点云数据，所述面向用户的虚拟三维试衣方法在申请号为202211316075.1的专利中有详细记载，此处不再赘述。
由于标准版服装的三维点云数据的点是标准版服装裁片的二维点云数据的点进行立体模拟后得出的，也即将标准版服装裁片的二维点云数据的点从二维空间变换到三维空间，因此，标准版服装的三维点云数据中的点与标准版服装裁片的二维点云数据中的点分别一一对应。而与用户体型匹配的放码版服装的三维点云数据中的点也是由标准版服装的三维点云数据中的点经过一系列运算得出，因此，标准版服装的三维点云数据中的点与放码版服装的三维点云数据的点也分别一一对应。
这里以标准版短袖裁片中袖山裁片为例，如图2所示，为袖山裁片的二维点云经过剖分后得到的多个三角形单元A0。
S3、对标准版服装裁片平面中的任一三角形单元A0，选择与该三角形单元A0的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元A1，及与该三角形单元A0的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元A2，计算三角形单元A2与三角形单元A1间每条边的变化量，并将该变化量加和到三角形单元A0上，得到三角形单元A0放码后的三角形单元A3，根据边长计算公式得到三角形单元A3中边长与顶点的坐标参量间关系式，遍历标准版服装裁片平面中的所有三角形单元，得到所有放码后的三角形单元中边长与顶点的坐标参量间关系式组；
这里边长计算公式实际指两坐标点间距计算公式，由于三角形单元A3的边长实际上是该边的两端点的间距，故可建立三角形单元A3的边长与三角形单元A3顶点的坐标参量间关系式。
这里还是以标准版短袖裁片中袖山裁片为例，如图3所示，为标准版袖山裁片立体模拟形成袖子的三维示意图，在袖山裁片平面上的三角形单元A0经过立体模拟，在袖子的三维示意图中则为三角形单元A1，如图4所示，为放码版袖子的三维示意图，其中三角形单位为A2。
S4、设最接近标准版服装裁片平面中心的二维点云数据中的点为原点，标准版服装裁片平面中原点所在三角形单元为A0 1，三角形单元A0 1放码后的三角形单元为A3 1，又设原点和与原点对应的在三角形单元A3 1中的顶点的坐标值相同，原点所在三角形单元A0 1中另一顶点和与该顶点对应的在三角形单元A3 1中的顶点的横坐标值相同，以三角形单元A3 1中原点坐标值和另一顶点的横坐标值为已知条件，采用迭代加权最小二乘法对所有放码后的三角形单元中边长与顶点的坐标参量间关系式组求解，得到所有放码后的三角形单元中顶点的坐标参量值，即放码版服装裁片的二维点云数据，进而得到放码版服装裁片的形状和尺寸。
具体的，在三角形单元A3 1中，由于已知原点坐标值和另一顶点的横坐标值，又与原点对应的顶点和另一顶点之间的边的边长，其与原点对应的顶点和另一顶点的坐标参量之间的关系式在步骤S3中已得到，那么可求解出另一顶点的纵坐标近似解，自此可得到三角形单元A3 1中两顶点的坐标值，再根据第三个顶点与前两个顶点之间的边长和顶点坐标参量之间的关系式组，可求得第三个顶点的坐标近似解，由于三角形单元A3 1和与其相邻的三角形单元共用两个顶点，故可采取相同的方法求解与三角形单元A3 1相邻的三角形单元的第三个顶点，以此类推，可求出所有放码后的三角形单元中顶点的坐标参量值，即放码版服装裁片的二维点云数据。
而所有放码后的三角形单元中顶点的坐标参量值，即放码版服装裁片的二维点云数据，对其边缘轮廓线进行拟合就能得到放码版服装裁片的形状和尺寸
由于在步骤S3中将三角形单元A2与三角形单元A1间每条边的变化量加和到三角形单元A0上，也即将三维空间的三角形单元边长的变化量加和到二维空间的三角形单元边长，虽然在小尺度上，三维空间上的三角形单元曲面可以近似看做二维空间的三角形单元平面，但实际上两者并不能完全对应，因此所有放码后的三角形单元中边长与顶点的坐标参量间关系式组并没有精确解，故本实施例中采取迭代加权最小二乘法，以三维空间的三角形单元边长的变化量为实测值，求解最接近满足该变化量的放码后三角形单元中顶点的坐标参量值。
上述实施例中，无需通过3D扫描获取用户的人体三维点云数据，无需版师推版、做白坯、试白坯、修版的反复、复杂、高成本的过程，只需用户的量体数据和其选择的服装款式，即可完全自动推算出与用户体型匹配的放码版服装的二维裁片尺寸数据，同时通过将裁片中三维空间的三角形单元边长的变化量加和到二维空间的三角形单元边长，再采用迭代加权最小二乘法求解最接近满足该变化量的放码后三角形单元中顶点的坐标参量值，得到的裁片数据准确，同时裁片缝合后制得的成衣也与用户更加合体。
在另一实施例中，设与处于标准版服装裁片平面边缘的三角形单元A0 2的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元为A1 2，及与处于标准版服装裁片平面边缘的三角形单元A0 2的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元为A2 2，与处于标准版服装裁片平面非边缘的三角形单元A0 3的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元为A1 3，及与处于标准版服装裁片平面非边缘的三角形单元A0 3的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元为A2 3，使与三角形单元A0 2靠近标准版服装裁片平面边缘的边分别对应的在三角形单元A1 2中的边和对应的在三角形单元A2 2中的边间的变化量的权重赋值高于三角形单元A1 2和三角形单元A2 2其他边变化量的权重赋值，且高于三角形单元A1 3和三角形单元A2 3间每条边的变化量的权重赋值。
由于服装中相邻的两个裁片分别对应人体的不同曲面，而裁片中三角形单元从标准版至放码版的变化量导致该裁片的整体变化，又裁片边缘需要和相邻的裁片缝合的，因此相邻裁片在缝合边上的长度关系应当不变，否则会出现无法缝合的问题，而三维变化时，有缝合关系的裁片边上的点的坐标是完全一样的，故上述实施例中，将所有裁片边缘的三角形单元中最接近裁片边缘的边长的变化量在最小二乘中的权重加大，是解决这个问题的关键，目前使与三角形单元A0 2靠近标准版服装裁片平面边缘的边分别对应的在三角形单元A1 2中的边和对应的在三角形单元A2 2中的边间的变化量的权重赋值是三角形单元A1 2和三角形单元A2 2其他边变化量，以及三角形单元A1 3和三角形单元A2 3间每条边的变化量的权重赋值的5-10倍处理，已经取得了较好的效果，不易出现误差导致裁片间无法正确缝合，将来还会在大量的实践中，不断优化。
在另一实施例中，所述服装智能推板方法还包括：
构建神经网络模型，对标准版服装裁片的二维点云数据、用户的量体数据和求解出的放码版服装裁片的二维点云数据间的关系进行学习，以优化数据模型。
基于同一发明构思，本发明还提供一种服装智能推板装置，所述服装智能推板装置可以是个人计算机、服务器，或者其他实现前述服装推板装置。
请参见图5所示，本申请实施例提供的服装智能推板装置，其包括：
二维剖分模块，其用于对标准版服装裁片平面进行剖分形成能拼接成标准版服装裁片平面的多个三角形单元，取标准版服装裁片平面内所有三角形单元的顶点坐标得到标准版服装裁片的二维点云数据；
数据求取模块，其用于根据标准版服装裁片的二维点云数据求取标准版服装的三维点云数据，根据标准版服装的三维点云数据求取与用户体型匹配的放码版服装的三维点云数据，其中，标准版服装的三维点云数据中的点与放码版服装的三维点云数据的点分别一一对应，且标准版服装的三维点云数据中的点与标准版服装裁片的二维点云数据中的点也分别一一对应；
数据处理模块，其用于对标准版服装裁片平面中的任一三角形单元A0，选择与该三角形单元A0的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元A1，及与该三角形单元A0的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元A2，计算三角形单元A2与三角形单元A1间每条边的变化量，并将该变化量加和到三角形单元A0上，得到三角形单元A0放码后的三角形单元A3，根据边长计算公式得到三角形单元A3中边长与顶点的坐标参量间关系式，遍历标准版服装裁片平面中的所有三角形单元，得到所有放码后的三角形单元中边长与顶点的坐标参量间关系式组；
求解模块，其用于设最接近标准版服装裁片平面中心的二维点云数据中的点为原点，标准版服装裁片平面中原点所在三角形单元为A0 1，三角形单元A0 1放码后的三角形单元为A3 1，又设原点和与原点对应的在三角形单元A3 1中的顶点的坐标值相同，原点所在三角形单元A0 1中另一顶点和与该顶点对应的在三角形单元A3 1中的顶点的横坐标值相同，以三角形单元A3 1中原点坐标值和另一顶点的横坐标值为已知条件，采用迭代加权最小二乘法对所有放码后的三角形单元中边长与顶点的坐标参量间关系式组求解，得到所有放码后的三角形单元中顶点的坐标参量值，即放码版服装裁片的二维点云数据，进而得到放码版服装裁片的形状和尺寸。
前述的服装智能推板方法的实施例涉及的各步骤的所有相关内容均可以援引到本申请实施例中的服装智能推板装置所对应的功能模块的功能描述，在此不再赘述。
本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，另外，在本发明各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
本发明提供的系统实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或者多条通信总线或信号线。
本发明还提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述的服装智能推板方法。该电子设备可以为包括手机、笔记本电脑、台式电脑、平板电脑、PDA(Personal DigitalAssistant，个人数字助理)、POS(Point ofSales，销售终端)、车载电脑等任意终端设备。
本发明还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时，实现上述的服装智能推板方法。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本发明而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
Claims (9)
1.一种服装智能推板方法，其特征在于，包括：
对标准版服装裁片平面进行剖分形成能拼接成标准版服装裁片平面的多个三角形单元，取标准版服装裁片平面内所有三角形单元的顶点坐标得到标准版服装裁片的二维点云数据；
根据标准版服装裁片的二维点云数据求取标准版服装的三维点云数据，根据标准版服装的三维点云数据求取与用户体型匹配的放码版服装的三维点云数据，其中，标准版服装的三维点云数据中的点与放码版服装的三维点云数据的点分别一一对应，且标准版服装的三维点云数据中的点与标准版服装裁片的二维点云数据中的点也分别一一对应；
对标准版服装裁片平面中的任一三角形单元A0，选择与该三角形单元A0的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元A1，及与该三角形单元A0的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元A2，计算三角形单元A2与三角形单元A1间每条边的变化量，并将该变化量加和到三角形单元A0上，得到三角形单元A0放码后的三角形单元A3，根据边长计算公式得到三角形单元A3中边长与顶点的坐标参量间关系式，遍历标准版服装裁片平面中的所有三角形单元，得到所有放码后的三角形单元中边长与顶点的坐标参量间关系式组；
设最接近标准版服装裁片平面中心的二维点云数据中的点为原点，标准版服装裁片平面中原点所在三角形单元为A0 1，三角形单元A0 1放码后的三角形单元为A3 1，又设原点和与原点对应的在三角形单元A3 1中的顶点的坐标值相同，原点所在三角形单元A0 1中另一顶点和与该顶点对应的在三角形单元A3 1中的顶点的横坐标值相同，以三角形单元A3 1中原点坐标值和另一顶点的横坐标值为已知条件，采用迭代加权最小二乘法对所有放码后的三角形单元中边长与顶点的坐标参量间关系式组求解，得到所有放码后的三角形单元中顶点的坐标参量值，即放码版服装裁片的二维点云数据，进而得到放码版服装裁片的形状和尺寸。
2.如权利要求1所述的服装智能推板方法，其特征在于，设与处于标准版服装裁片平面边缘的三角形单元A0 2的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元为A1 2，及与处于标准版服装裁片平面边缘的三角形单元A0 2的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元为A2 2，与处于标准版服装裁片平面非边缘的三角形单元A0 3的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元为A1 3，及与处于标准版服装裁片平面非边缘的三角形单元A0 3的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元为A2 3，使与三角形单元A0 2靠近标准版服装裁片平面边缘的边分别对应的在三角形单元A1 2中的边和对应的在三角形单元A2 2中的边间的变化量的权重赋值高于三角形单元A1 2和三角形单元A2 2其他边变化量的权重赋值，且高于三角形单元A1 3和三角形单元A2 3间每条边的变化量的权重赋值。
3.如权利要求1所述的服装智能推板方法，其特征在于，所述与用户体型匹配的放码版服装的三维点云数据是通过面向用户的虚拟三维试衣方法求得，所述面向用户的虚拟三维试衣方法中的初始数据包括用户的量体数据。
4.如权利要求3所述的服装智能推板方法，其特征在于，所述标准版服装裁片的二维点云数据保存于数据库中，所述标准版服装的三维点云数据是根据所述标准版服装裁片的二维点云数据通过立体面料模拟算法求得并保存于数据库中。
5.如权利要求4所述的服装智能推板方法，其特征在于，还包括：
构建神经网络模型，对标准版服装裁片的二维点云数据、用户的量体数据和求解出的放码版服装裁片的二维点云数据间的关系进行学习，以优化数据模型。
6.如权利要求1所述的服装智能推板方法，其特征在于，对标准版服装裁片的二维点云数据构成的标准版服装裁片平面进行剖分采用的是服装裁片数字化二维剖分方法和/或二维图形的三角剖分方法。
7.一种服装智能推板装置，其特征在于，包括：
二维剖分模块，其用于对标准版服装裁片平面进行剖分形成能拼接成标准版服装裁片平面的多个三角形单元，取标准版服装裁片平面内所有三角形单元的顶点坐标得到标准版服装裁片的二维点云数据；
数据求取模块，其用于根据标准版服装裁片的二维点云数据求取标准版服装的三维点云数据，根据标准版服装的三维点云数据求取与用户体型匹配的放码版服装的三维点云数据，其中，标准版服装的三维点云数据中的点与放码版服装的三维点云数据的点分别一一对应，且标准版服装的三维点云数据中的点与标准版服装裁片的二维点云数据中的点也分别一一对应；
数据处理模块，其用于对标准版服装裁片平面中的任一三角形单元A0，选择与该三角形单元A0的顶点对应的在标准版服装的三维点云数据中的点组成的三角形单元A1，及与该三角形单元A0的顶点对应的在放码版服装的三维点云数据中的点组成的三角形单元A2，计算三角形单元A2与三角形单元A1间每条边的变化量，并将该变化量加和到三角形单元A0上，得到三角形单元A0放码后的三角形单元A3，根据边长计算公式得到三角形单元A3中边长与顶点的坐标参量间关系式，遍历标准版服装裁片平面中的所有三角形单元，得到所有放码后的三角形单元中边长与顶点的坐标参量间关系式组；
求解模块，其用于设最接近标准版服装裁片平面中心的二维点云数据中的点为原点，标准版服装裁片平面中原点所在三角形单元为A0 1，三角形单元A0 1放码后的三角形单元为A3 1，又设原点和与原点对应的在三角形单元A3 1中的顶点的坐标值相同，原点所在三角形单元A0 1中另一顶点和与该顶点对应的在三角形单元A3 1中的顶点的横坐标值相同，以三角形单元A3 1中原点坐标值和另一顶点的横坐标值为已知条件，采用迭代加权最小二乘法对所有放码后的三角形单元中边长与顶点的坐标参量间关系式组求解，得到所有放码后的三角形单元中顶点的坐标参量值，即放码版服装裁片的二维点云数据，进而得到放码版服装裁片的形状和尺寸。
8.电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1～6中任一项所述的方法。
9.存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时，实现权利要求1～6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211425215.9A CN115690323B (zh) | 2022-11-15 | 2022-11-15 | 服装智能推板方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211425215.9A CN115690323B (zh) | 2022-11-15 | 2022-11-15 | 服装智能推板方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115690323A CN115690323A (zh) | 2023-02-03 |
| CN115690323B true CN115690323B (zh) | 2023-07-07 |
Family
ID=85051702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211425215.9A Active CN115690323B (zh) | 2022-11-15 | 2022-11-15 | 服装智能推板方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115690323B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116402580A (zh) * | 2023-04-12 | 2023-07-07 | 钰深(北京)科技有限公司 | 基于输入的文本/语音/图片自动生成服装的方法和系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685883A (zh) * | 2018-12-27 | 2019-04-26 | 浙江理工大学 | 服装样板生成方法、装置、设备及计算机可读存储介质 |
| CN113935211A (zh) * | 2021-09-30 | 2022-01-14 | 常熟数动智能科技有限公司 | 一种基于目标函数优化的服装放码方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3388269B2 (ja) * | 2000-03-08 | 2003-03-17 | 学校法人金沢工業大学 | 衣服の型紙パターンの自動作成方法と衣服の型紙パターンの自動作成システムならびに衣服の型紙パターンの自動作成用サーバ・コンピュータ |
| DK3504994T3 (da) * | 2017-12-29 | 2020-11-23 | Polygonal Bvba | Snitmønsteroptimeringssystem og fremgangsmåde |
| US11308707B2 (en) * | 2019-08-19 | 2022-04-19 | Clo Virtual Fashion Inc. | Automated grading of clothing patterns of garment |
| US11151786B2 (en) * | 2019-08-19 | 2021-10-19 | Clo Virtual Fashion Inc. | Grading garment that includes supplemental material |
| CN111950139B (zh) * | 2020-07-29 | 2023-02-28 | 日播时尚集团股份有限公司 | 一种基于目标函数优化的服装放码方法及终端 |
| CN112182682B (zh) * | 2020-11-03 | 2023-10-13 | 北京服装学院 | 一种运动服装版型生成方法及系统 |
-
2022
- 2022-11-15 CN CN202211425215.9A patent/CN115690323B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685883A (zh) * | 2018-12-27 | 2019-04-26 | 浙江理工大学 | 服装样板生成方法、装置、设备及计算机可读存储介质 |
| CN113935211A (zh) * | 2021-09-30 | 2022-01-14 | 常熟数动智能科技有限公司 | 一种基于目标函数优化的服装放码方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115690323A (zh) | 2023-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | Block pattern generation: From parameterizing human bodies to fit feature-aligned and flattenable 3D garments | |
| EP1160732B1 (en) | Virtual shape generation through free-form deformation | |
| Sayem et al. | 3D CAD systems for the clothing industry | |
| CN110163728B (zh) | 一种个性化服装定制制版方法 | |
| CN110264310B (zh) | 一种基于人体大数据的服装制版方法 | |
| Wang | Parameterization and parametric design of mannequins | |
| Gill | A review of research and innovation in garment sizing, prototyping and fitting | |
| Wang et al. | Design automation for customized apparel products | |
| CN101017575B (zh) | 基于人体部件模板和体形轮廓的三维虚拟人体自动生成方法 | |
| CN102013071B (zh) | 一种基于计算机系统的虚拟试衣方法 | |
| CN103678769B (zh) | 基于人体骨架与二维形变的真实感服装创建方法 | |
| CN102521878B (zh) | 可编程三维人体建模和人体测量系统和方法 | |
| Liu et al. | Parametric design of garment flat based on body dimension | |
| CN105183405A (zh) | 一种自定义模型表面镂空的3d打印方法 | |
| Yang et al. | Investigating the development of digital patterns for customized apparel | |
| CN115690323B (zh) | 服装智能推板方法和装置 | |
| Bao et al. | 3D interactive garment parametric pattern-making and linkage editing based on constrained contour lines | |
| Wang et al. | From designing products to fabricating them from planar materials | |
| Domingo et al. | Modeling of female human body shapes for apparel design based on cross mean sets | |
| CN113935211A (zh) | 一种基于目标函数优化的服装放码方法 | |
| CN107577833B (zh) | 一种三维原型服装的数字化设计方法 | |
| JP2001117963A (ja) | データ立体化装置及びデータ立体化プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| CN115631322A (zh) | 面向用户的虚拟三维试衣方法和系统 | |
| CN113076571B (zh) | 一种三维衣物实时仿真编辑方法及系统 | |
| CN109872386A (zh) | 一种基于stl模型精确体素化的产品物性建模方法 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240905 Address after: Room 810, Building 8, Greenland New Metropolis, Fangshan District, Beijing 102400 Patentee after: Beijing Zhonghua Yunfu Technology Co.,Ltd. Country or region after: China Address before: 1-8-163, Floor 1, Building 1, Yard 3, Binhui North 1st Street, Tongzhou District, Beijing, 101100 Patentee before: Yushen (Beijing) Technology Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |