局部体形特征驱动的个体化青年女装智能生成方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61702461
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0209.计算机图形学与虚拟现实
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Individualized garment intelligent generation (IGIG) for young females is one of the essential areas in Computer Aided Garment Design research, because of its potential and value to promote apparel e-commerce, mass-customization, and agile production. This study will focus on building a theoretical foundation for individual garment customization and thus removing technical barriers in IGIG. The representative female body parameters will be determined by considering individual variations of characteristic body shape, and by solving the problems of the infinite differences with limited body categories. In combination with anthropometry, body modeling and pattern generation, the relationship between female body shape and pattern curves will be analyzed to establish the predictive models of determining pattern alteration and ease distribution. These models will be verified through experimental evaluation for garment fit to provide a scientific basis for quantitative expression and prediction of garment pattern. Since IGIG involves computer graphics, computational geometry and mechanics, this research could timely lead to an innovative development of the key elements of IGIG, strengthening the competitiveness of China apparel industry.
个体化青年女装智能生成方法属于服装CAD技术研究中的关键领域,在服装电子商务、大规模定制、敏捷制造等方面具有相当大的应用潜力。本项目将为个体化服装定制技术奠定理论基础,旨在解决服装智能生成研究这一关键领域中的技术难点。首先从人体局部体形特征出发,确定出可以简化描述青年女体体形的参数项目,以有限的类别解决体形差异无限性的问题。然后结合人体测量技术、个体化人体建模技术及服装样板自动生成技术,揭示女体局部形态特征与服装样板结构曲线造型的对应关系,建立服装原型样板和成衣松量分布规则的计算模型。最终通过服装合体性评价体系进行验证,为服装样板的定量表达及预测提供科学依据。个体化服装智能生成技术涉及到计算机图形学、几何学和力学,本项目研究将有助于尽快在该研究领域的关键理论和技术上获得创新性进展,从而加强国内服装行业的竞争力。

结项摘要

个体化青年女装智能生成方法属于服装CAD技术研究中的关键领域,在服装电子商务、大规模定制、敏捷制造方面具有相当大的应用潜力。本项目将为个体化服装定制技术奠定理论基础,旨在解决服装智能生成研究这一关键领域中的技术难点,提出了一种基于非接触式二维人体尺寸自动提取技术的三维虚拟女体人台构建及服装样板生成的方法,完成了基于人体数据自动生成符合其体型特征的三维女上体人体模型系统的开发,实现了基于人体体型特征的女西装原型样板自动生成。具体内容包括:.(1)从局部形态特征差异性出发,确定出可以简化描述青年女体体型的参数项目,以有限的类别解决体型差异无限性的问题,如将每一个特征部位进行单独的分类,将颈部分为4类,胸部、下胸部、腰部和腹部均分为3类,臀部分为2类,相当于将女上体分为了648类。.(2)以“特征点——插入点——特征线——基准面——人台”作为个体化三维女上体人台建模的基本思路,对女体特征部位截面进行了分析,研究最终生成的人台能大致描绘出人体的基本形态,且其特征部位截面曲线形状可基本符合人体特征,为进一步的服装样板自动生成提供了基础。.(3)结合人体测量技术、个体化人体建模技术及服装样板自动生成技术,揭示女体局部形态特征与服装样板结构曲线造型的对应关系,结合人体基本尺寸和特征部位截面曲线造型制定了个体化女西装原型样板生成规则,实现了基于人体体型特征的个体化原型样板自动生成。.(4)最后结合三维女上体模型,通过曲线模拟将距离松量转换为样板增量,完成了原型样板到成衣样板的转化,并通过服装合体性评价体系进行验证,为服装样板的定量表达及预测提供科学依据。.个体化服装智能生成技术涉及到计算机图形学、几何学和力学,本项目研究将有助于尽快在该研究领域的关键理论和技术上获得创新性进展,从而加强国内服装行业的竞争力。

项目成果

期刊论文数量(13)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(3)
服饰场景视觉共性认知评价方法
  • DOI:
    10.13475/j.fzxb.20180908005
  • 发表时间:
    2019
  • 期刊:
    纺织学报
  • 影响因子:
    --
  • 作者:
    徐平华;冒海琳;黄琴琴
  • 通讯作者:
    黄琴琴
Predicting human dimensions in body images for automatic generation of female pants patterns
预测身体图像中的人体尺寸以自动生成女性裤子图案
  • DOI:
    10.1177/0040517518821914
  • 发表时间:
    2019
  • 期刊:
    Textile Research Journal
  • 影响因子:
    2.3
  • 作者:
    Gu Bingfei;Li Xinhua;Yan Yanhong;Su Junqiang
  • 通讯作者:
    Su Junqiang
基于人体数字图像的青年女体围度拟合
  • DOI:
    10.3969/j.issn.1001-7003.2019.08.008
  • 发表时间:
    2019
  • 期刊:
    丝绸
  • 影响因子:
    --
  • 作者:
    顾冰菲;李欣华;钟泽君;苏军强;刘国联
  • 通讯作者:
    刘国联
正侧面形态特征驱动的青年女性腰腹臀体型分类
  • DOI:
    10.3969/j.issn.1001-7003.2020.10.009
  • 发表时间:
    2020
  • 期刊:
    丝绸
  • 影响因子:
    --
  • 作者:
    蔡晓裕;钟泽君;顾冰菲
  • 通讯作者:
    顾冰菲
基于青年女性躯干形态的服装号型标准分析
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    现代纺织技术
  • 影响因子:
    --
  • 作者:
    王婷;顾冰菲
  • 通讯作者:
    顾冰菲

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于局部特征的青年女性腿部形态分类
  • DOI:
    10.13475/j.fzxb.20190904407
  • 发表时间:
    2020
  • 期刊:
    纺织学报
  • 影响因子:
    --
  • 作者:
    陈希雅;赵颖;蔡晓裕;顾冰菲
  • 通讯作者:
    顾冰菲

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码