Skip to content
Skip Start

應用研究影響案例 6

藉人工智能預測服裝的尺碼和稱身度

環境及設計學院,陳亞彬博士

 

當我們想到人工智能時,我們往往會想起機械人、社交媒體或人臉識別。其實, 人工智能還可以應用於服裝設計,例如虛擬試穿、繪製服裝紙樣、管理服裝生產過程,甚至預測零售銷售額等。 在網上購物時,人工智能可以提升顧客的購物體驗,及讓不身在商店的顧客根據自己的體型來選擇「完美稱身」的服裝尺碼。為達到這些目的,我們需要創建和「訓練」一個人工智能程式來了解服裝稱身度和身體尺寸之間的關係。

 

陳亞彬博士和他的團隊開發了一個人工智能模型,幫助服裝業提高預測服裝尺寸和稱身度的準確性。團隊在研究的第一階段,使用 Skyku 3D 人體掃描儀測量了 50 名年屆25 至 39 歲的男性和女性參加者的身體尺寸(見圖一)。由於穿著者的心理特徵,例如時尚風格、喜好和生活方式等,都會影響服裝的尺寸和稱身度,因此團隊也從參加者收集了這方面的信息。

 

A1

圖一: 參加者的三維掃描影像例子

 

在第二階段,陳博士使用一個名為「 Optitex」 的模擬軟件,根據參加者的掃描測量結果,在電腦上為每位參加者創造了一個「虛擬身體」。接著,軟件將一件虛擬的三維T-恤以電子方式投影到這個虛擬身體上,這一個步驟稱為「虛擬試穿」,讓參加者可以在電腦上看到虛擬身體上穿上虛擬T-恤後的外觀和稱身度(見圖二)。 完成後,軟件就可以將三維T-恤壓平,成為二維的服裝圖案,並記錄測量結果,用於第三階段的人工智能分析。

 

A2

圖二:利用三維模擬軟件在虛擬身體上試穿虛擬T-恤

 

在人工智能分析階段,陳博士將數據輸入一個名為「人工神經網絡」(ANN)的程式中,藉以建立一個預測尺寸和稱身度的模型。 人工神經網絡就像人腦一樣,由多層「神經元」組成。人工神經網絡可以在「深度學習」的過程中巧妙地學習服裝的稱身度、身體尺寸與心理特徵之間的關係,再根據這些關係來建構服裝尺寸與稱身度模型。 研究結果顯示,人工神經網絡得到的預測尺碼、稱身度和服裝紙樣量度尺寸都是準確的。 圖三顯示了實際服裝紙樣的測量值與預測服裝紙樣的測量值的對比。從圖中可見,繪製的數據點靠攏並沿著趨勢線積聚。 這表示預測結果非常接近實際值,從而證明人工神經網絡的準確性很高。

 

A3

圖三:實際服裝紙樣測量值與用人工神經網絡預測的服裝紙樣測量值

 

陳博士通過細分參加者的不同身體尺寸和心理特徵做了進一步的分析,發現研究結果有更明顯的改善, 預測測量值和實際測量值在趨勢線(見圖四)上靠攏得更近,意味著預測測量值和實際測量值之間的差異非常小。 陳博士得出的結論是當身體尺寸和心理特徵都被納入到人工神經網絡的考慮範圍時,服裝尺寸預測的準確性會被進一步提昇。

 

A4

圖四:實際模式測量值與使用人工神經網絡通過聚類計算得出的模式測量值

 

本項目開發的人工智能模型可作多方面的應用。首先,模型可以成為服裝製造商、零售商和消費者的理想溝通工具。 對服裝尺碼和稱身度的新知識有助生產更適合消費者的服裝,從而減少退貨,提高消費者的滿意度,並增加零售商和製造商的利潤。 減少生產商和消費者的浪費亦能促進可持續性。人工智能模型具有實用性,可在服裝製造過程中用以自動生產服裝紙樣。最後,這項目為利用人工智能技術開發服裝的稱身定制數據庫提供了更多的見解。

 

(鳴謝:研究項目獲 THEi 種子資助計劃資助。項目編號:SG1819104)