摘要：为精准且快速地实现对服装廓形的判断,以秀场连衣裙为研究对象,提出了基于关键点检测的服装廓形分类算法。使用YOLO v8-Pose模型对秀场连衣裙进行关键点检测,提取服装的肩部、胸部、腰部、臀部和底摆两侧共10个关键点,并生成服装廓形图。通过加入Sobel边缘提取算法改进的DenseNet网络深度提取服装廓形特征,采用余弦相似度算法将其与标准的廓形库中提取的特征相比较,最终实现服装廓形的判别与分类。结果表明,该方法能够快速且准确地实现服装廓形的分类,廓形分类准确率达到了95.9%。

摘要：款式图作为真实服装的一种平面表达方式,在服装生产过程中起着重要的作用。为了简化服装款式设计过程,提高款式设计的效率与服装信息表达的准确率,并针对不同体型生成个性化的款式图,以连衣裙为对象,基于部件数字化对款式图快速生成进行了研究。首先,采用薄板样条插值算法以使服装款式图拟合不同人体体型,使衣身能够快速达到满足特定体型的尺寸;其次,通过基于关键点的矩阵变形实现部件之间的自适应组合;最后,选用参数驱动和交互式修正关键点2种方法实现对服装款式细节的调整。以连腰鱼尾裙为例,阐述并实现了连衣裙款式图快速生成过程,验证了基于部件组合的款式图快速生成的可行性,为个性化定制和智能化款式设计提供理论支持。