|本期目录/Table of Contents|

[1]杨金莹,何先撑,侯珏,等.基于服装点云的高精度袖窿分割线自动识别方法[J].浙江理工大学学报,2025,53-54(自科四):488-497.
　YANG Jinying,HE Xiancheng,HOU Jue,et al.An automatic identification method of highprecision armhole segmentation lines based on garment point clouds[J].Journal of Zhejiang Sci-Tech University,2025,53-54(自科四):488-497.
点击复制

基于服装点云的高精度袖窿分割线自动识别方法()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第53-54卷
期数:
2025年自科第四期
页码:
488-497
栏目:
出版日期:
2025-07-10

文章信息/Info

Title:
An automatic identification method of highprecision armhole segmentation
lines based on garment point clouds
文章编号:
1673-3851 (2025) 07-0488-10
作者:
杨金莹; 何先撑; 侯珏; 杨阳; 刘正
1.浙江理工大学，a.服装学院；b.丝绸文化传承与产品设计数字化技术文旅部重点实验室；c.国际时装技术学院，杭州 310018；2.雅戈尔服装制造有限公司，宁波 315000
Author(s):
YANG Jinying; HE Xiancheng; HOU Jue; YANG Yang; LIU Zheng
1a. School of Fashion Design & Engineering; 1b. Key Laboratory of Silk Culture Inheritance and Products Design Digital Technology, Ministry of Culture and Tourism; 1c. International Institute of Fashion Technology, Zhejiang Sci-Tech University, Hangzhou 310018, China; 2.Youngor Garment Manufacturing Co., Ltd., Ningbo 315000, China
关键词:
服装点云; 袖窿分割线识别; 动态图卷积网络; 曲线拟合; 曲面展开; 袖身样板生成
分类号:
TS941-26
文献标志码:
A
摘要:
针对袖窿分割线识别困难以及生成的袖身样板不符合制版要求的问题，以正肩上衣为例，提出了一种基于服装点云的高精度袖窿分割线自动识别方法。首先，采用动态图卷积网络（Dynamic graph convolutional neural network, DGCNN）对服装点云进行粗分割，定位袖窿区域点云，并通过去噪获得袖窿关键点云；然后，采用加权最小二乘法拟合袖窿关键点云，获得前后袖窿分割线，并结合圆弧插补与三次样条插值的方法优化分割线，以解决分割线缺失和连接错位的问题；最后，基于角度保护的曲面展开算法生成袖身样板，并加入袖山弧线修正方案，将生成样板与真实样板及NeuralTailor网络生成的样板进行比较，以验证样板的准确性。实验结果表明：该方法生成的袖窿分割线与真实袖窿分割线高度相似，RMSE与MAE均小于0.200 cm；基于角度保护的曲面展开算法生成的袖身样板精度较高，袖身关键尺寸的平均偏差为0.238 cm，袖身样板的平均绝对误差值为0.296 cm，进一步验证了袖窿分割线的精度。该研究为服装袖身样板的自动化生成提供了有效技术路径，可以提高服装设计与开发的效率。

参考文献/References:

［1］叶勤文, 王朝晖, 黄荣, 等. 虚拟服装迁移在个性化服装定制中的应用［J］. 纺织学报, 2023, 44(6): 183-190.
［2］段欣瑜, 吴巧英. 基于Matlab的女裤参数化制版方法［J］. 浙江理工大学学报(自然科学), 2024, 51(2): 220-228.
［3］庄冬冬, 任若安, 孙捷. 人工智能生成内容赋能服装品牌数智化转型路径研究［J］. 丝绸, 2024, 61(9): 12-19.
［4］路丽莎, 蒋高明. 全成形针织服装三维款式向二维样板转化方法［J］. 纺织学报, 2022, 43(10): 133-140.
［5］王朝晖, 吴雨曦, 杨敏. 基于三维测量数据的个性化女装原型样板生成［J］. 纺织学报, 2019, 40(9): 143-149.
［6］Liu K X, Zeng X Y, Bruniaux P, et al. 3D interactive garment pattern-making technology［J］. Computer-Aided Design, 2018, 104: 113-124.
［7］Korosteleva M, Lee S H. NeuralTailor: Reconstructing sewing pattern structures from 3D point clouds of garments［J］. ACM Transactions on Graphics, 2022, 41(4): 1-16.
［8］Huang H Q, Mok P Y, Kwok Y L, et al. Block pattern generation: from parameterizing human bodies to fit feature-aligned and flattenable 3D garments［J］. Computers in Industry, 2012, 63(7): 680-691.
［9］Meng Y M, Mok P Y, Jin X G. Computer aided clothing pattern design with 3D editing and pattern alteration［J］. Computer-Aided Design,2012, 44(8): 721-734.
［10］Bang S, Korosteleva M, Lee S H. Estimating garment patterns from static scan data［J］. Computer Graphics Forum, 2021, 40(6): 273-287.

备注/Memo

备注/Memo:
收稿日期： 2024-10-09
网络出版日期：2025-01-23
基金项目： 嘉兴市重点研究计划项目（2023BZ10009，2024BZ20013）；浙江省文化和旅游科技创新示范项目（20230013）
作者简介： 杨金莹(1999—)，女，河南安阳人，硕士研究生，主要从事服装数字化方面的研究。侯珏，博士，特聘副教授，研究方向为数字图像处理、人工智能、纺织品创新设计，美国北德州大学公派访问学者。杨阳，博士，特聘副教授，研究方向为智能纺织品、功能性服装设计、服装舒适性，澳大利亚迪肯大学公派访问学者。
通信作者： 刘正，E-mail：koala@zstu.edu.cn
更新日期/Last Update: 2025-07-08