Skip to content
Skip Start

应用研究影响案例 6

藉人工智能预测服装的尺码和称身度

环境及设计学院,陈亚彬博士

 

当我们想到人工智能时,我们往往会想起机械人、社交媒体或人脸识别。其实, 人工智能还可以应用於服装设计,例如虚拟试穿、绘制服装纸样、管理服装生产过程,甚至预测零售销售额等。 在网上购物时,人工智能可以提升顾客的购物体验,及让不身在商店的顾客根据自己的体型来选择「完美称身」的服装尺码。为达到这些目的,我们需要创建和「训练」一个人工智能程式来了解服装称身度和身体尺寸之间的关系。

 

陈亚彬博士和他的团队开发了一个人工智能模型,帮助服装业提高预测服装尺寸和称身度的准确性。团队在研究的第一阶段,使用 Skyku 3D 人体扫描仪测量了 50 名年届25 至 39 岁的男性和女性参加者的身体尺寸(见图一)。由於穿著者的心理特徵,例如时尚风格、喜好和生活方式等,都会影响服装的尺寸和称身度,因此团队也从参加者收集了这方面的信息。

 

A1

图一: 参加者的三维扫描影像例子

 

在第二阶段,陈博士使用一个名为「 Optitex」 的模拟软件,根据参加者的扫描测量结果,在电脑上为每位参加者创造了一个「虚拟身体」。接著,软件将一件虚拟的三维T-恤以电子方式投影到这个虚拟身体上,这一个步骤称为「虚拟试穿」,让参加者可以在电脑上看到虚拟身体上穿上虚拟T-恤后的外观和称身度(见图二)。 完成后,软件就可以将三维T-恤压平,成为二维的服装图案,并记录测量结果,用於第三阶段的人工智能分析。

 

A2

图二:利用三维模拟软件在虚拟身体上试穿虚拟T-恤

 

在人工智能分析阶段,陈博士将数据输入一个名为「人工神经网络」(ANN)的程式中,藉以建立一个预测尺寸和称身度的模型。 人工神经网络就像人脑一样,由多层「神经元」组成。人工神经网络可以在「深度学习」的过程中巧妙地学习服装的称身度、身体尺寸与心理特徵之间的关系,再根据这些关系来建构服装尺寸与称身度模型。 研究结果显示,人工神经网络得到的预测尺码、称身度和服装纸样量度尺寸都是准确的。 图三显示了实际服装纸样的测量值与预测服装纸样的测量值的对比。从图中可见,绘制的数据点靠拢并沿著趋势线积聚。 这表示预测结果非常接近实际值,从而证明人工神经网络的准确性很高。

 

A3

图三:实际服装纸样测量值与用人工神经网络预测的服装纸样测量值

 

陈博士通过细分参加者的不同身体尺寸和心理特徵做了进一步的分析,发现研究结果有更明显的改善, 预测测量值和实际测量值在趋势线(见图四)上靠拢得更近,意味著预测测量值和实际测量值之间的差异非常小。 陈博士得出的结论是当身体尺寸和心理特徵都被纳入到人工神经网络的考虑范围时,服装尺寸预测的准确性会被进一步提升。

 

A4

图四:实际模式测量值与使用人工神经网络通过聚类计算得出的模式测量值

 

本项目开发的人工智能模型可作多方面的应用。首先,模型可以成为服装制造商、零售商和消费者的理想沟通工具。 对服装尺码和称身度的新知识有助生产更适合消费者的服装,从而减少退货,提高消费者的满意度,并增加零售商和制造商的利润。 减少生产商和消费者的浪费亦能促进可持续性。人工智能模型具有实用性,可在服装制造过程中用以自动生产服装纸样。最后,这项目为利用人工智能技术开发服装的称身定制数据库提供了更多的见解。

 

(鸣谢:研究项目获 THEi 种子资助计划资助。项目编号:SG1819104)