李涛
- 作品数：10 被引量：31H指数：4
- 供职机构：浙江理工大学服装学院更多>>
- 发文基金：国家自然科学基金浙江省教育厅科研计划国家级大学生创新创业训练计划更多>>
- 相关领域：轻工技术与工程更多>>
- 基于PSO-LSSVM算法的脸型与男西装领型适配性研究被引量：1
- 2023年
- 为研究脸型与领型之间复杂的适配性视觉关系,使消费者能够根据自身脸型轮廓和比例匹配合适的领型,文章以男性脸型与男西服领型为研究对象,先对男性脸型与男西服领型进行特征提取及分类,共划分出12种脸型和20种领型。随后利用三维虚拟试衣技术建立出240个实验样本,通过主观问卷调研不同脸型与领型组合搭配的视觉效果适配度评价。最后,将脸型和领型的搭配作为模型输入值,主观视觉适配度评价作为模型输出值,并采用PSO-LSSVM算法建立脸型和领型适配度预测模型。结果表明,采用PSO-LSSVM算法的模型均方根误差为0.077 6,平均绝对误差为0.057 3;相对于PSO-RBF神经网络算法,均方根误差降低0.041 1,平均绝对误差降低0.037 6。该预测模型可为消费者线上选购、企业新品精准研发与营销、个性化定制提供一定的参考。
- 周奕涵徐一诺李涛李涛
- 关键词：脸型
- 服装款式图识别与样板转换技术研究进展被引量：11
- 2020年
- 为揭示款式图与服装样板之间的转换机制,概述了依据款式图进行人工制板的过程和方法,阐述了服装款式图特征参数识别和机器学习识别2种识别方法,重点论述在款式图识别基础上的样板转换技术,并对其优缺点进行了分析。参数化和匹配转换是目前最常用的样板转换方法:参数化转换适用于款式结构较为定型的服装,转换精度高,但不同款式图需要建立各自的转换模型;匹配转换可实现样板的快速转换,鲁棒性高,且规避了样板设计规则,不足是精度较低,且前期需要构建庞大的数据集作为训练集。研究认为,未来可从细化款式图识别粒度、服装款式图面料参数样板多领域跨域匹配、部件化样板智能生成3个领域开展相关研究。
- 李涛杜磊黄振华蒋玉萍邹奉元
- 关键词：图像识别
- 基于角度指标的青年女性乳房形态细分与判别
- 2023年
- 为实现青年女性乳房形态的有效判别,提出了以横、纵截面角度指标细分青年女性乳房形态的方法。使用三维人体扫描仪获取209名青年女性胸部点云数据,提取表征乳房挺拔度、丰满度及外扩度的3个角度参数及其他相关参数;采用主成分分析降维,得到影响乳房形态的4个特征因子,用混合F统计量确定乳房形态聚类的最佳分类为5类。根据分类结果构建乳房形态的Fisher判别模型,整体判别精度为96.23%;在青年女性乳房中,占比较大的依次为饱满挺拔型(34.9%)和适中型(22.5%),平坦外扩型占比最小,为6.7%。该研究结果可为青年女性内衣等产品设计提供参考。
- 顾明月罗凯文刘宿慧王玉铉李涛李涛
- 关键词：三维人体测量聚类分析FISHER判别
- 服装松量设计及表征模型构建研究进展被引量：8
- 2021年
- 为揭示服装松量与虚拟试衣、服装样板设计的关系,以松量分类为基础,分别从松量影响因素、研究方法及松量表征等3个层面解析服装松量设计。归纳了松量表征方法的特点,阐述了松量表征模型的最新研究进展,分析了松量在虚拟试衣和服装样板设计中的作用。研究表明:有效的松量设计应充分考虑人体着装形态、服装合体性及舒适性等因素,松量的直接表征和间接表征从不同角度体现了服装与人体间的关系;应将松量充分结合至虚拟试衣和服装样板设计,以促进虚拟服装的真实性,实现服装样板的智能化设计。研究认为松量的三维空间表征、连续动态分布和服装三维空间松量预测模型研究是未来主要探索方向。
- 张益洁张益洁李涛杜磊杜磊
- 关键词：虚拟试衣三维服装CAD
- 基于眼动实验的女装羽绒服设计风格特征提取被引量：5
- 2019年
- 为提取女装羽绒服设计风格特征,以江南布衣为例,通过眼动实验获得8款羽绒服三大兴趣区的首次注视时间、注视次数和注视时间占总时间比率等指标,然后进行被试组别、款式和兴趣区的三因素混合实验方差分析。结果表明,被试对于不同兴趣区的首次注视时间、注视次数和注视时间占总时间比率都有显著差异。通过眼动仪热点图可以得出,江南布衣女装羽绒服大量运用分割线、滚条等设计元素来表现品牌设计风格。本文对于研究国内设计师品牌单品类设计基因提取具有参考意义。
- 唐观民李涛邹奉元
- 关键词：羽绒服眼动实验方差分析
- 基于极径的青年女性肩胸腰部形态表征及差异性分析
- 2024年
- 为表征同一号型下的人体体型形态差异,选取与原型样板密切关联的肩部、胸部及腰部水平特征截面进行研究。通过[TC]^(2)获取145名18~25岁青年女性的三维点云数据,选取占比最高的160/84 A体型样本,采用K-means聚类进行体型细分,提取肩部、上胸围、胸围、下胸围、腰围5层水平特征截面,运用极径表征形态差异。研究结果表明:同一国标号型身高胸围数据虽然相似,但存在形态差异;160/84 A体型可分为圆厚体、宽扁体、中等体,分别占比7.69%、53.85%及38.64%。3类体型中宽扁体肩宽>中等体肩宽>圆厚体肩宽,肩点处最大极差为3.82 cm。圆厚体的上胸围厚、胸围厚和下胸围厚最厚,其次是中等体胸围厚,宽扁体的胸围厚最薄,在前中处最大极差分别为3.22、3.62和2.97 cm。宽扁体较圆厚体、中等体肩点位置向前中方向偏移10°,宽扁体、中等体胸点位置较圆厚体向侧缝方向偏移10°~20°。
- 邱文池李涛马玲吕叶馨邹奉元
- 关键词：K-MEANS聚类青年女性
- 基于分段拟合映射的女性腰腹臀部三维模型构建
- 2025年
- 为实现二维照片特征点重构腰腹臀三维模型,提出分段拟合的映射模型构建方法。首先获取三维点云及正侧面照片信息,探究特征截面层数并提取射线距离表征三维截面特征,通过图像处理方法获取正侧面照片腰腹臀的宽度及厚度6个尺寸表征二维照片轮廓特征。采用皮尔逊相关系数,结合分段策略确定宽度、厚度与射线距离的相关性,从而建立二者之间的映射模型。最后通过点坐标求解将射线距离集坐标化,采用点-线-面的建模方法,实现二维照片特征点映射的腰腹臀部三维模型构建。结果表明:15层特征截面能有效表征腰腹臀部形态,重构误差达6.45 mm。相较于整体拟合,分段策略能显著提升相关性,75.9%样本相关性达到0.85以上,映射模型误差在-1.5~2.5 mm之间。通过重构与实际模型的尺寸对比,发现模型重构误差在3%以内,证明该构建方法的可行性,这可为二维照片轮廓重构三维人体模型提供参考。
- 林熹妍姜丽霞张倩云李涛李涛
- 关键词：映射模型
- 静电对喷制备疏水聚氨酯纳米纤维膜及其性能表征被引量：2
- 2017年
- 为获得疏水性较好且具有一定机械性能的聚氨酯(PU)纳米纤维膜,将不同质量分数的聚氨酯纺丝液进行粘度测试并纺丝,建立质量分数与溶液增比粘度、纤维形态的关系,将不同质量分数的纺丝液进行静电对喷制备出表面具有不同粗糙度的纳米纤维膜,并对其疏水性能、机械性能进行测试分析。结果表明:高质量分数的纺丝液提升纳米纤维膜的机械性能,较低质量分数的纺丝液提升表面粗糙度;表面越粗糙,疏水性越好,质量分数为4%+18%的纺丝液进行静电对喷时,接触角能够达到140.33°;纺丝液质量分数越大,静电对喷时机械性能越好,质量分数为18%+18%的纺丝液进行静电对喷时,纳米纤维膜的最大载荷为1.082 9 MPa。
- 李涛许艳慧邹奉元
- 关键词：疏水性机械性能
- 短裤特征截面廓形分析及间隙量预测模型构建被引量：5
- 2019年
- 为探究短裤松量变化对截面廓形的影响,选取与裤装造型密切相关的腰围、臀围等特征截面进行研究。通过[TC]~2三维扫描仪获取截面点云数据,利用小脑神经网络进行曲线拟合,提取最小外接矩形面积、厚宽比及间隙量表征截面廓形变化,通过回归分析构建短裤间隙量与松量的预测模型。结果表明:短裤松量与臀围、裆围及裤口围截面厚宽比呈负相关,臀围、裆围处间隙量主要向截面两侧及后中部位累积,截面形状趋于宽扁;经两配对样本T检验,间隙量的预测值与实际测量结果之间无显著差异,间隙量预测模型的拟合优度较好。研究结果可为建立人体、服装截面廓形及三维仿真之间的关系提供参考。
- 李涛杜磊孙洁张益洁邹奉元
- 关键词：短裤松量廓形小脑神经网络
- 面料性能对女衬衫局部廓形及间隙量的影响
- 2025年
- 为研究面料性能对服装廓形及间隙量分布的影响规律,通过主成分分析对24块面料的30项面料性能进行降维,结合平均离差、误差平方和,轮廓系数法得到代表性面料。在[TC]2获取三维点云数据基础上分别提取最小外接矩形面积下厚宽比和极径差表征局部廓形和间隙量分布,并通过Person进行相关性分析。结果表明,7项主要面料性能的累计贡献率达到83.401%,结合K-means得到5类代表性面料。在局部廓形方面,经纬向lg 2HGS与lg G主要影响胸围区域,相关系数均小于-0.91。在间隙量方面,在胸围前中心处经向lg G与间隙量呈负相关,lg G值增大,服装的贴合效果越好,间隙量减小,而侧缝处与经向lg 2HGS呈正相关,lg 2HGS增大时,减弱面料的贴合效果,间隙量随之增大。该研究可为女衬衫造型和间隙量分布提供数据支撑。
- 张倩云吴卓俊王杰乐姜丽霞李涛
- 关键词：面料性能
