Upper body type classification of young men based on three-dimensional body measurement
-
摘要:
为提高青年男性上装的合体性，选取安徽地区300名18～25岁青年男性为研究对象，通过三维人体扫描仪采集7个主要上身部位的相关数据，使用SPSS软件进行因子分析，得到影响上身体型特点的3个公共因子：横向因子、长度因子、围差因子. 计算各因子的权重，选取身高、腰围、胸腰差3个特征指标，最终确定男青年上身体型为高瘦体型、矮痩体型、中等身高偏瘦体型、中等身高偏胖体型，各占比25.09%、28.00%、37.09%、9.82%. 研究结果有助于了解安徽地区人体体型特征，为地区的服装企业在改进服装结构方面提供可行性参考.
Abstract:In order to improve the fit of young men's tops, 300 young men aged 18~25 years old in Anhui areas were selected as the research subjects. Relevant datas on seven main upper body parts were collected by 3D body scanner, and factor analysis was performed through SPSS software, and three common factors of horizontal factor, length factor and girth factor that affecting upper body shape characteristics were obtained. The weight of each factor was calculated, and three characteristic indexes, namely height, waist circumference and chest waist difference were selected. Finally, it was determined that the upper body shape of young men was tall and thin, short, medium height and thin, and medium height and fat, accounting for 25.09%, 28.00%, 37.09%, 9.82%. The research results are helpful to understand the characteristics of human body shape in Anhui areas, and provide feasible reference for regional garment enterprises in improving garment structure.
-
表 1 系统参数
Table 1. System parameters
相机型号 测量范围/（mm×mm） 参考距离/mm 纹理分辨率 点间距/mm 测量精度/mm 投影原理 图像获取时间/s CP-1000 1000×600 1500 500万像素 0.7 0.3 彩色结构光 1.5 
下载: 导出CSV
表 2 相关变量
Table 2. Related variables
序号 变量 定义 1 身高 从头顶点至地面的垂距 2 颈围 经颈窝点、左颈肩点、第7颈椎点和右颈肩点各向上3 cm围量一周的围长 3 胸围 经过胸点水平围量一周的围长 4 腰围 经过躯干最细部位水平围量一周的长度 5 胸腰差 胸围与腰围的差值 6 总肩宽 左肩端点经第7颈椎点至右肩端点的距离 7 臂长 从肩端点至桡骨茎突点的直线距离
下载: 导出CSV
表 3 各测量部位的基本统计量
Table 3. Basic statistics of each measurement
测量项目 S/cm d/cm n 身高 5.49569 1.0 116 颈围 1.79454 0.4 78 胸围 4.57140 0.9 100 腰围 6.44802 0.9 200 胸腰差 4.94127 0.9 119 肩宽 2.14755 0.5 74 臂长 2.35228 0.5 88
下载: 导出CSV
表 4 男青年上身体型测量指标统计
Table 4. Statistics of measurement indicators for upper body type of young men
项目 极小值 极大值 均值 标准差 身高 161.00 189.40 175.533 5.49569 颈围 33.80 43.70 37.496 1.79454 胸围 78.30 99.90 90.301 4.57140 腰围 64.10 93.90 77.143 6.44802 胸腰差 −7.00 21.00 13.158 4.94127 肩宽 40.80 51.20 44.744 2.14755 臂长 52.70 63.80 58.365 2.35228
下载: 导出CSV
表 5 KMO和 Bartlett的检验
Table 5. KMO and Bartlett's test
KMO值 Bartlett球形检验 近似卡方 自由度 显著性 0.752 244.666 15 0.000
下载: 导出CSV
表 6 解释的总方差
Table 6. Total variance explained
成分 初始特征值 旋转平方和载入 合计 方差百分比/% 累积方差百分比/% 合计 方差百分比/% 累积方差百分比/% 1 3.213 45.899 45.899 2.542 36.320 36.320 2 1.504 21.488 67.387 1.767 25.247 61.567 3 1.125 16.077 83.465 1.533 21.898 83.465 4 0.511 7.299 90.763 5 0.386 5.514 96.277 6 0.261 3.723 100.000
下载: 导出CSV
表 7 旋转成分矩阵
Table 7. Rotation component matrix
测量项目 成分 1 2 3 胸围 0.927 0.086 0.178 颈围 0.773 0.076 −0.250 腰围 0.722 0.087 −0.636 肩宽 0.720 0.239 −0.199 臂长 0.094 0.927 −0.005 身高 0.172 0.911 −0.069 胸腰差 −0.085 −0.034 0.995
下载: 导出CSV
表 8 因子权重值
Table 8. Factor weight values
公因子 因子权重系数 变量 变量权重系数 横向因子 0.435 胸围 0.146 颈围 0.134 腰围 0.177 肩宽 0.142 长度因子 0.303 身高 0.140 臂长 0.125 围差因子 0.262 胸腰差 0.136
下载: 导出CSV
表 9 方差分析
Table 9. Variance analysis
聚类数 项目 组间误差平方和 组内误差平方和 F Sig. 2 身高 248.378 27.976 8.878 0.004 腰围 2558.842 15.891 161.028 0.000 胸腰差 1243.620 11.975 103.848 0.000 3 身高 359.597 23.411 15.360 0.000 腰围 1309.481 15.435 84.840 0.000 胸腰差 810.901 8.200 98.890 0.000 4 身高 541.481 14.225 38.065 0.000 腰围 1004.894 11.473 87.585 0.000 胸腰差 547.114 8.082 67.696 0.000 5 身高 499.247 10.453 47.759 0.000 腰围 736.266 12.327 59.728 0.000 胸腰差 421.081 7.715 54.583 0.000 6 身高 391.744 10.972 35.705 0.000 腰围 689.408 7.118 96.855 0.000 胸腰差 380.258 5.488 69.283 0.000 7 身高 342.489 10.055 34.061 0.000 腰围 593.464 5.971 99.385 0.000 胸腰差 322.599 5.179 62.295 0.000 8 身高 328.091 7.537 43.529 0.000 腰围 493.590 7.185 68.700 0.000 胸腰差 273.791 5.442 50.310 0.000 9 身高 292.217 7.168 40.765 0.000 腰围 432.066 7.248 59.609 0.000 胸腰差 243.951 5.116 47.680 0.000 10 身高 268.645 6.358 42.251 0.000 腰围 388.141 6.921 56.085 0.000 胸腰差 221.414 4.716 46.945 0.000
下载: 导出CSV
表 10 分类结果
Table 10. Classification results
聚类 身高/cm 腰围/cm 胸腰差/cm 案例数 占比/% Ⅰ类 180.89 81.22 12.02 69 25.09 Ⅱ类 169.89 76.74 13.56 77 28.00 Ⅲ类 175.97 71.49 16.56 102 37.09 Ⅳ类 176.34 89.02 2.31 27 9.82
下载: 导出CSV
-
[1] 许鑑, 聂雅渊. 我国成年男子体型及服装号型区域化差异分析[J] . 中国纤检,2020(Z1):128 − 134. [2] 朱碧空, 李月. 女装号型分类方法对比研究与优化[J] . 毛纺科技,2018,46(4):41 − 45. [3] 朱慧, 李燕, 石雪莲. 体型分析与测量方法研究[J] . 山东纺织经济,2019(9):21 − 24. doi: 10.3969/j.issn.1673-0968.2019.09.006 [4] 许家岩. 基于体表形态的青年男体体型分类及测量系统的研究[D]. 苏州: 苏州大学, 2009. [5] 阮婷, 袁惠芬, 汪东升, 等. 运用三维人体测量的青年男性上半身体型分类[J] . 河南工程学院学报(自然科学版),2020,32(3):9 − 15. [6] LEE K S, SONG H K, KIM S. Categorization of lower body shapes of abdominal obese men using a script-based 3D body measurement software[J] . Fashion and Textiles: International Journal of Interdisciplinary Research,2020,7(9):1306 − 1314. [7] 梁素贞. 基于三维人体测量的福建地区男性大学生体型特征[J] . 服装学报,2016,1(2):152 − 156. doi: 10.3969/j.issn.1671-7147.2016.02.006 [8] 齐静, 李毅, 张欣. 我国西部地区青年男性体型描述与体型分类研究[J] . 纺织学报,2010,31(5):107 − 111. [9] JIANG L Y, YAO J, LI B P, et al. Automatic body feature extraction from front and side images[J] . Journal of Software Engineering and Applications,2012,5(12):94 − 100. doi: 10.4236/jsea.2012.512B019 [10] 钱晓农, 尹兵. 基于三维人体测量的人体体型细分识别的研究[J] . 纺织学报,2011,32(2):107 − 111,120. [11] 邢英梅, 王竹君, 阚燕, 等. 基于因子分析和分层聚类的成年女性体型特征识别[J] . 河南工程学院学报(自然科学版),2019,31(2):8 − 12. [12] 徐梦娜. 基于三维扫描的青年女性体型分类研究[D]. 北京: 北京服装学院, 2017. [13] 全国人类工效学标准化技术委员会. 三维扫描人体测量方法的一般要求: GB/T 23698—2009[S]. 北京: 中国标准出版社, 2009. [14] 王慧, 简绍勇, 李娟, 等. 三种统计分析方法在数学建模中的应用浅谈[J] . 科学咨询(教育科研),2020(10):95 − 96. [15] 张文彤, 董伟. SPSS统计分析高级教程[M]. 北京: 高等教育出版社, 2018. [16] 全国服装标准化技术委员会. 服装号型 男子: GB/T 1335.1—2008[S]. 北京: 中国标准出版社, 2008. -
下载:
点击查看大图
计量
- 文章访问数: 371
- HTML全文浏览量: 148
- PDF下载量: 42
- 被引次数: 0
