服装品牌与服装廓形分类.pdf
《服装品牌与服装廓形分类.pdf》由会员分享,可在线阅读,更多相关《服装品牌与服装廓形分类.pdf(10页珍藏版)》请在咨信网上搜索。
1、Design 设计设计,2023,8(2),700-709 Published Online June 2023 in Hans.https:/www.hanspub.org/journal/design https:/doi.org/10.12677/design.2023.82090 文章引用文章引用:雷聪聪,陈郁.服装品牌与服装廓形分类J.设计,2023,8(2):700-709.DOI:10.12677/design.2023.82090 服装品牌与服装廓形分类服装品牌与服装廓形分类 雷聪聪雷聪聪,陈陈 郁郁*上海工程技术大学纺织服装学院,上海 收稿日期:2023年5月6日;录用日期:
2、2023年6月22日;发布日期:2023年6月29日 摘摘 要要 背景与目的背景与目的:廓形是服装设计的重要元素。设计师通过廓形线条中的设计变化来表达灵感。本研究的目廓形是服装设计的重要元素。设计师通过廓形线条中的设计变化来表达灵感。本研究的目的是构建一个廓形分的是构建一个廓形分类标准,并对服装品牌进行廓形分类。研究方法:实验服装图片选自国际一线品类标准,并对服装品牌进行廓形分类。研究方法:实验服装图片选自国际一线品牌:传统的法国奢侈品牌香奈儿、日本潮流服装品牌川久保玲和意大利奢侈品品牌瓦伦蒂诺。实验数牌:传统的法国奢侈品牌香奈儿、日本潮流服装品牌川久保玲和意大利奢侈品品牌瓦伦蒂诺。实验数据是
3、基于服装制图主要部位,选取其中据是基于服装制图主要部位,选取其中8个的测量结果用于实验分析。创新点:该分析结合了系统聚类个的测量结果用于实验分析。创新点:该分析结合了系统聚类和和K-means聚类分析。实验结果得到了七种廓形类别,并且通过对廓形进行数字化分析和分类处理,聚类分析。实验结果得到了七种廓形类别,并且通过对廓形进行数字化分析和分类处理,来直观地展现品牌特征廓形。结论:来直观地展现品牌特征廓形。结论:该方法可该方法可用于未知服装廓形的自动分类,也可为未来服装设计提供用于未知服装廓形的自动分类,也可为未来服装设计提供参考参考。关键词关键词 廓形廓形,服装品牌服装品牌,廓形分类廓形分类,聚
4、类分析聚类分析 Clothing Brands and Clothing Silhouette Classification Congcong Lei,Yu Chen*School of Textiles and Clothing,Shanghai University of Engineering Science,Shanghai Received:May 6th,2023;accepted:Jun.22nd,2023;published:Jun.29th,2023 Abstract Outline is an important element in clothing design.Des
5、igners express inspiration through design changes in silhouette lines.The purpose of this study is to construct a silhouette classification standard and classify clothing brands silhouettes.The pictures of experimental clothing are se-lected from international first-line brands:traditional French lu
6、xury brand Chanel,Japanese fa-*通讯作者。雷聪聪,陈郁 DOI:10.12677/design.2023.82090 701 设计 shion brand Comme des garcons and Italian luxury brand Valentino.The experimental data is based on the main parts of clothing drawing,and 8 measurement results are selected for experimental analysis.This analysis combin
7、es system clustering and K-means clustering analysis.The experimen-tal results obtained seven types of silhouette categories,and through digital analysis and classifica-tion processing of silhouettes,the brands characteristic silhouettes were visually displayed.This method can be used for automatic
8、classification of unknown clothing contours and can also provide reference for future clothing design.Keywords Silhouette,Fashion Brand,Silhouette Classification,Cluster Analysis Copyright 2023 by author(s)and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution Internati
9、onal License(CC BY 4.0).http:/creativecommons.org/licenses/by/4.0/1.引言引言 服装廓形设计是指服装整体设计的造型感和体积感,直接影响服装整体风格,决定视觉效果,反应服装的流行趋势和品牌特征1。在每时每刻都需要创造新流行的服装行业,设计师需要保持品牌特征,预判消费者未来的价值观和生活方式,创造有活力和精致的品牌形象2。因此,采用量化研究把握服装廓形的设计趋势,对于设计师把握品牌的设计风格是很重要的。然而当服装行业的时尚趋势发生变化时,设计师根据品牌风格和流行性进行设计,服装廓形不断变化,对服装品牌风格的推广和延续有一定难度。在信
10、息化的今天,服装设计师可以利用数字化工具,让服装设计有据可依。服装数字化研究主要集中在服装纸样、服装定制和服装色彩量化等方面3 4 5,在服装廓形方面研究集中在对服装廓型的提取和分割上。陶晨6等人提出一种量化与识别服装廓形的方法,通过Ada Boost算法检测图像中的人脸,利用特征区域与头高的关系确定头高,将人体分为六大区段,对各区段提取宽度,建立了A形、T形、H形、X形和O形廓形的形态值和形态比公式,量化服装廓形。傅白璐7等利用人体分割技术确定人体影响服装廓形的关键部位,研究了女装六大基础廓形的精细化分类和定义,指出该法方法对服装廓形识别具有较高的准确性。KAWAMOTO 8讨论了服装廓形对
11、时尚喜好度的影响,为将廓形效果与其他因素的影响区别开,对秀场图片进行黑色剪影处理(Si图像)和分割打乱处理(Sc图像),让女性被测者对廓形图像进行打分,实验结果证明仅依靠Si图像或Sc图像就可以进行更接近原本印象的判定。从上述文献可以看出已经有不少学者将服装廓形进行量化处理,从算法角度进行服装廓形的识别,但只是按照廓形大类进行聚类,没有结合服装品牌进行分析。本研究通过数字化处理服装廓形,对服装品牌秀场图片中的廓形进行品牌聚类。采用等比例图片测量法,选择服装品牌的秀场图片,对服装廓形的关键部位进行测量,对实验结果进行系统聚类分析和K-means聚类分析9,研究品牌与服装廓形间的关系。2.材料与方
12、法材料与方法 2.1.材料材料 在实验中,我们选择了三个对潮流有实质性影响的国际一线品牌:法国传统奢侈品牌香奈儿、日本潮流服装品牌川久保玲和意大利奢侈品品牌瓦伦蒂诺,图片来自 VOGUE RUNWAY 网站。然后我们从20172020 年间挑选了 88 张图片(Chanel 28,Comme des garcons 28,Valentino 32)。如图 1 所示,采用“等Open AccessOpen Access雷聪聪,陈郁 DOI:10.12677/design.2023.82090 702 设计 比例图片转换测量法”10,按照图 1(b)的标准测量图像中每件服装的廓形。本文测量服装的
13、8 个位置的数据,肩宽、胸围线、腰围线、臀围线、臀中线、膝围线、衣长,如图 1(b)所示;考虑到不同服装廓形和模特姿态的影响,实际测量位置如图 1(a)所示。这些位置在图 1(a)中从左到右代表三种廓形范例。Figure 1.Clothing profile measurement position 图图1.服装廓形测量位置 通过上述测量方法建立服装廓形初始样本库,使用最小最大值法将数据进行归一化处理,通过分析得出每列数据的最大值、最小值、均值以及标准差,如表 1 所示。Table 1.Size analysis of various parts of Chanel 表表 1.香奈儿各部位尺寸
14、分析 肩宽线/px 胸围线/px 腰围线/px 臀围线/px 大腿围线/px 膝围线/px 最小值 0 0 196 167 226 0 最大值 186 422 435 502 556 535 均值 90.278 276.472 323.556 328.306 356.694 200.667 标准差 44.941 99.040 68.603 87.516 87.760 187.878 从表中可以看出,该组数据的范围相对较大,且没有明显的正态分布特征,因此在进行数据归一化处理时,选择最大最小值归一化方法11。最大最小值归一化是将原始数据线性映射到0,1区间的方法。具体公式(1-1)如下所示:()(
15、)yxMinValueMaxValueMinValue=(1-1)x 为转换前的数值,y 为转换后的数值,MaxValue 和 MinValue 分别为数据集中的最大值和最小值,雷聪聪,陈郁 DOI:10.12677/design.2023.82090 703 设计 将廓形样本库中测量的肩宽线、胸围线、腰围线、臀围线、大腿围线和膝围线 6 个数值作为原始输入变量,在 Matlab 中进行归一化处理。将归一化后的数据使用主成分分析降维至二维,然后进行系统聚类和 K-means 聚类处理,实现对服装廓形的聚类并提取各个廓形聚类的优势样本。2.2.实验方法实验方法 2.2.1.主成分分析主成分分析
16、PCA(Principal Component Analysis),即主成分分析,一种广泛使用的统计技术,用于数据分析中的降维和特征提取,它可以将原始数据投影到较低维度的空间,同时尽量保留数据的原始结构12。这样做可以帮助减少噪声和冗余特征,同时保留数据的主要变化趋势。通过主成分分析降维的数据可以减轻后续聚类分析和神经网络时的计算负担,同时把握各品牌的廓形特征,因此需要在聚类分析前进行主成分分析。根据服装品牌特征和廓型造型因子进行分析,建立服装品牌廓型主成分的特征方程,实现廓形数据的降维。特征方程是由特征矩阵和特征向量构成,iF代表主成分 i,nk表示第 n 个特征向量(1,2,3,nn=),
17、jX并表示第 j 个原始数据(1,2,3,Jj=),主成分的特征方程如公式(2-1)所示:1122injFkXkXkX=+(2-1)2.2.2.系统聚类系统聚类 系统聚类算法是通过计算两类样本间的距离,将最接近的两类样本进行组合,重复上述步骤直到将所有数据点合成一类。在聚类分析中,针对两个 m 维的样本,常采用欧式距离进行计算之间的空间距离,其计算公式(2-2)如下:()21edikjkkmdictxx=(2-2)系统聚类算法是不同于 K-means 聚类算法,不需要提前确定 K 值,可以通过生成系统聚类树状图观察聚类簇数,这样得到的聚类数更具有统计学意义,再利用聚类数进行K-means聚类。
18、2.2.3.K-means 聚类分析聚类分析 聚类分析是一种建立分类方式的多元统计分析方法。其中 K-means 聚类算法和系统聚类算法是基于划分的聚类算法。K-means 聚类算法相较于 Mean-shift 算法和基于密度的噪声应用空间聚类等聚类算法,其优势在于算法原理简单,能够根据较少的聚类类别对样本分类,其次,K-means 聚类算法本身具有优化迭代功能,经过多次迭代可以优化掉不合适的聚类结果,最后,K-means 聚类是适用于小规模数据集求解,容易实现,且运行效率很高。通过 K-means 聚类结果可以观察服装廓形聚类的特征,结合每个聚类的质心寻找每个聚类的代表廓型,通过观察每个品牌
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 服装品牌 服装 分类
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。