服装号型系统建立方法、装置及服装号型系统

摘要

本公开涉及服装号型分类领域，尤其涉及一种服装号型系统建立方法、装置及服装号型系统。通过获取真实的样本人体尺寸数据，并根据该真实的样本人体尺寸数据生成大量仿真人体数据，可以使生成的仿真人体数据更具代表性和随机性；通过根据体质指数标准建立仿真人体尺寸数据的体型区间，并根据该体型区间构建树状号型系统模型，使身高和体重为该树状号型系统模型的第一层变量，腰围和胸围为该树状号型系统模型的第二层变量，其余部位尺寸数据为该树状号型系统模型的第三层变量，从而可以方便使用户根据自身的人体数据获取对应的服装号型。

说明书

技术领域

本公开涉及服装号型分类领域，尤其涉及一种服装号型系统建立方法、装置及服装号型系统。

背景技术

人体尺寸数据是连接服装与真实人体的重要桥梁，有效的服装号型以人体尺寸数据为依据，决定了服装能否符合人体的需求，能否符合市场生产需要。我国现行的GB1335-2008《服装号型标准》是基于上世纪70-80年代的采样数据编撰的，但随着时代变迁，国人的体型已经发生较大变化，因此目前我国使用的国标服装号型已经不能有效反应当代人体尺寸。而建立新的有效的服装号型则需要获得大批量的人体数据样本，但采集上百万、千万的真实人体数据工程浩大，成本相当高。

发明内容

为了解决上述技术问题中的至少一个，本公开提供了一种服装号型系统建立方法、装置及服装号型系统。

一方面，本公开实施例提供了一种服装号型系统建立方法，该方法包括：

根据样本人体尺寸数据生成仿真人体尺寸数据，所述人体尺寸数据包括人体各部位的尺寸数据，所述人体各部位的尺寸数据至少包括身高、体重、胸围和腰围；

根据体质指数标准建立所述仿真人体尺寸数据的体型区间；

根据所述体型区间构建树状号型系统模型，身高和体重为所述树状号型系统模型的第一层变量，腰围和胸围为所述树状号型系统模型的第二层变量，其余部位尺寸数据为所述树状号型系统模型的第三层变量。

可选地，所述根据样本人体尺寸数据生成仿真人体尺寸数据，包括：

生成标准正态随机数矩阵Y

将所述人体尺寸相关系数矩阵进行Cholesky分解，使得ρ

对所述人体尺寸相关系数矩阵进行第一次线性变换，令A

对所述人体尺寸相关系数矩阵进行第二次线性变换，得到人体尺寸仿真数据的矩阵X

可选地，所述人体各部位的尺寸数据还包括臀围、肩宽、领围、臂长和/或腕围。

可选地，在生成仿真人体尺寸数据之后，所述方法包括：

检验所述仿真人体尺寸数据与所述样本人体尺寸数据是否存在差异。

可选地，采用正态分布检验，均值检验，方差检验和相关系数检验中的一种或多种检验方式对所述仿真人体尺寸数据进行检验。

可选地，对所述仿真人体尺寸数据进行检验包括：

在所述仿真人体尺寸数据中查询K个真实人体尺寸数据，K为大于0的整数；

当所述仿真人体尺寸数据对所述K个真实人体尺寸数据的覆盖率达到预设值时，确定所述仿真人体尺寸数据与真实人体尺寸数据无明显差异。

可选地，所述仿真人体尺寸数据的体型区间包括：表示偏瘦体型的Y型，表示正常标准体型的A型，表示轻度肥胖和中度肥胖体型的B型和表示重度肥胖的C型。

可选地，在构建所述树状号型系统模型之后，所述方法包括：

通过比较真实人体尺寸数据和所述树状号型系统模型生成的号型之间的距离，检测所述树状号型系统模型的覆盖率。

另一方面，本公开实施例提供了一种服装号型系统建立装置，所述装置包括：

仿真模块，所述仿真模块被配置为根据根据样本人体尺寸数据生成仿真人体尺寸数据，所述人体尺寸数据包括人体各部位的尺寸数据，所述人体各部位的尺寸数据至少包括身高、体重、胸围和腰围；

体型区间建立模块，所述体型区间建立模块被配置为根据体质指数标准建立所述仿真人体尺寸数据的体型区间；

模型构建模块，所述模型构建模块被配置为根据所述体型区间构建树状号型系统模型，身高和体重为所述树状号型系统模型的第一层变量，腰围和胸围为所述树状号型系统模型的第二层变量，其余部位尺寸数据为所述树状号型系统模型的第三层变量。

又一方面，本公开实施例提供了一种服装号型系统，所述服装号型系统为任一上述实施例所建立的服装号型系统。

本公开实施例提供的技术方案可以包括如下有益效果：

通过获取真实的样本人体尺寸数据，并根据该真实的样本人体尺寸数据生成大量仿真人体数据，可以使生成的仿真人体数据更具代表性和随机性；通过根据体质指数标准建立仿真人体尺寸数据的体型区间，并根据该体型区间构建树状号型系统模型，使身高和体重为该树状号型系统模型的第一层变量，腰围和胸围为该树状号型系统模型的第二层变量，其余部位尺寸数据为该树状号型系统模型的第三层变量，从而可以方便使用户根据自身的人体数据获取对应的服装号型。

附图说明

附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。

图1是本公开实施例提供的服装号型系统建立方法的流程图；

图2是本公开实施例提供的服装号型系统建立方法中仿真人体尺寸数据生成算法的示意图；

图3是本公开实施例建立的仿真人体尺寸数据的体型区间示意图；

图4是本公开实施例建立的树状号型系统模型的示意图；

图5-7是本公开实施例建立的树状号型系统的程序界面示意图；

图8是本公开实施例建立的号型系统覆盖率的计算算法示意图；

图9是本公开实施例提供的服装号型系统建立装置的示意图。

具体实施方式

下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本公开一些实施例提供的方法可以由相关的处理器执行，且下文均以处理器作为执行主体为例进行说明。其中，执行主体可以根据具体案例进行调整，如服务器、电子设备、计算机等。

需要注意的是，虽然本公开实施例提供的服装号型系统主要适用于获取成年男性的服装号型，但可以理解的，部分未成年男性的体型与成年男性的体型相差无几，因此本公开实施例提供的服装号型系统同样适用于获取这部分未成年男性的服装号型。

本公开第一实施例提供了一种服装号型系统建立方法，该服装号型系统主要适用于获取成年男性的服装号型。如图1所示，该方法包括：

步骤S100，根据样本人体尺寸数据生成仿真人体尺寸数据，人体尺寸数据包括人体各部位的尺寸数据，人体各部位的尺寸数据至少包括身高、体重、胸围和腰围；

步骤S200，根据体质指数标准建立仿真人体尺寸数据的体型区间；

步骤S300，根据仿真人体尺寸数据的体型区间构建树状号型系统模型，身高和体重为该树状号型系统模型的第一层变量，腰围和胸围为该树状号型系统模型的第二层变量，其余部位尺寸数据为该树状号型系统模型的第三层变量。

在本实施例中，为了使样本人体尺寸数据更具代表性和随机性，可以抽样测量不同地域的成年男性的人体尺寸数据组成样本人体尺寸数据库。其中，抽样测量的人体尺寸数据至少包括身高、体重、胸围和腰围这四种基础人体数据，且还可以包括臀围、肩宽、领围、臂长和腕围中的至少一个人体部位数据。为了使样本人体尺寸数据更具代表性和随机性，样本人体尺寸数据库中的人体尺寸数据可以为不少于1000个成年男性的人体数据。利用该真实的样本人体尺寸数据进行参数估计，可以得到能够描述真实的成年男性人体尺寸的统计数据，包括各部位尺寸的均值和方差，以及各部位之间的相关系数。

一般而言，在样本数量足够多的情况下，可以统计得到真实的人体各部位尺寸变量成正态分布，即X～N(μ,σ

在一种可能的实现方式中，可以采用极大似然估计法计算样本人体尺寸数据的均值和方差。例如，样本人体尺寸数据中单个部位尺寸变量的均值μ和方差σ

上式中，x

另外，样本人体数据库各部位尺寸之间的相关系数、总体真实人体数据各部位尺寸之间的相关系数分别可以采用下式计算：

其中，r表示样本人体尺寸变量相关系数，

在计算得到上述仿真数据的统计量之后，如图2所示，根据样本人体尺寸数据生成仿真人体尺寸数据，即步骤S100可以包括：

S101，生成标准正态随机数矩阵和人体尺寸相关系数矩阵。

在一种可能的实现方式中，可以利用计算机获取随机数矩阵，并生成m×n独立的标准正态分布随机变量矩阵Y

其中，ρ

S102，将人体尺寸相关系数矩阵ρ

由于人体尺寸相关系数矩阵ρ

S103，生成有相关关系的标准正态随机数矩阵。

对人体尺寸相关系数矩阵ρ

S104，生成有ρ

A

利用该人体尺寸仿真数据的矩阵的生成方法，即S101-S104，最终可以计算生成大量(例如，100万个，200万个或更多个)18至55岁之间的成年男性人体，每个人体包含m个身体部位尺寸。其中，m个身体部位尺寸包括身高、体重、腰围和胸围，且还可以包括臀围、肩宽、领围、臂长和/或腕围等部位尺寸。

在一种可能的实现方式中，在获取到仿真人体尺寸数据之后，可以检验仿真人体尺寸数据与样本人体尺寸数据是否存在显著差异。例如，可以采用正态分布检验，均值检验，方差检验和相关系数检验中的一种或多种检验方式来检验仿真人体尺寸数据与样本人体尺寸数据是否存在显著差异。当仿真人体尺寸数据与样本人体尺寸数据不存在显著差异时，可以确定仿真人体尺寸数据符合真实人体尺寸分布，而如果仿真人体尺寸数据与样本人体尺寸数据存在显著差异，则说明仿真人体尺寸数据不符合真实人体尺寸分布，此时需要重新计算或获取仿真人体尺寸数据。

举例来说，当采用正态分布检验方式时，可以检验已生成的仿真人体尺寸数据中各部位尺寸变量是否成正态分布。根据正态分布检验的原理，对仿真人体尺寸数据中单个部位尺寸变量分布的卡方检验步骤可以包括以下步骤。

(1)提出原假设H

(2)计算仿真人体尺寸数据中单个部位尺寸变量的检验统计量χ

其中，O

(3)计算概率值，并做出决策。

设定显著性水平为α，如果仿真人体尺寸数据服从正态分布的相伴概率小于或等于显著性水平α，则应拒绝原假设H

当采用方差检验方式时，可以检验仿真人体尺寸数据的各部位尺寸变量的方差是否与样本人体尺寸数据的方差估计量存在显著差异。对仿真人体尺寸数据的各部位尺寸变量的方差检验可以包括以下步骤。

(1)提出原假设H

(2)计算检验统计量χ

样本人体尺寸数据中单个部位尺寸的方差估计量

(3)计算概率值和拒绝域，并做出决策。

给定此次检验的显著性水平α，当

当采用均值检验方式时，可以检验仿真人体尺寸数据各部位尺寸的均值与样本人体尺寸数据各部位尺寸的均值是否存在显著差异。对仿真人体尺寸数据各部位尺寸的均值的检验可以包括以下步骤。

(1)提出原假设H

(2)计算检验统计量t。

其中，

(3)计算概率值和拒绝域，并做出决策。

给定显著性水平α，将μ＝μ

t落入拒绝域，即仿真数据总体均值μ和样本人体尺寸的均值μ

当采用相关系数检验方式时，可以检验仿真人体尺寸数据各部位的相关性与样本人体尺寸数据各部位之间的相关性是否存在显著性差异。对仿真人体尺寸数据进行相关系数检验可以包括以下步骤。

(1)提出原假设H

(2)对仿真人体尺寸数据的相关系数r以及样本人体尺寸数据的相关系数ρ进行fisher z变换：

(3)计算检验统计量z：

(4)计算概率值，并做出决策。

给定显著性水平α，当|z|≥z

在一种可能的实现方式中，在生成仿真人体尺寸数据之后，可以另取K个真实的人体尺寸数据样本，并通过计算机循环计算的方法在已生成的仿真人体尺寸数据库中查找该K个人体尺寸数据，以验证生成的仿真人体尺寸数据是否有效覆盖真实的人体各部位的尺寸数据。其中，K为大于0的整数。举例来说，在置信度为95％时，若此仿真数据对于K个真实人体数据的覆盖率能够达到90％(预设值的具体数值可根据实际情况进行调整)，则说明该仿真人体数据可以有效的代表真实的人体数据。

在一种可能的实现方式中，可以根据中国的BMI(Body Mass Index，体质指数)标准，将已获得的仿真人体尺寸数据分为以下四种类型：(1)表示偏瘦体型的Y型，BMI值为14.8～18.5；(2)表示正常标准体型的A型，BMI值为18.5～24；(3)表示轻度肥胖和中度肥胖体型的B型，BMI值为24～30；(4)表示重度肥胖的C型，BMI值大于30。为了满足服装号型需求，可以进一步计算出每一个身高和体重所对应的人体BMI值，并对人体体型进一步细化分类。图3是本实施例提供的一种体型区间的分布示意图。在图3中，横向表示身高，纵向表示体重，每个身高-体重组合对应一种体型，从而可以根据该体型区间获取用户的体型。另外，在图3中，颜色由浅到深，分别表示Y、A、B、C四种体型。

在一种可能的实现方式中，在建立仿真人体尺寸数据的体型区间之后，可以基于条件分布理论，根据仿真人体尺寸数据的体型区间构建树状号型系统模型。如图4所示，身高和体重为该树状号型系统模型的第一层变量，即可以通过身高和体重以及体型区间分布计算身高体重的核心号型；腰围和胸围为该树状号型系统模型的第二层变量，即在第一层身高体重下面细分的区间条件下，计算胸围和腰围的核心号型；其余部位尺寸数据为该树状号型系统模型的第三层变量，即在第二层胸围和腰围的细分型号下，计算其余部位的均值作为第三层变量的核心号型，从而完成整个号型系统的建立。在该号型系统建立完成之后，可以将该号型系统制作成单独的应用程序或者也可以将其嵌入至其他应用程序中，从而当用户输入基本体型数据之后，可以直接匹配出用户的净体号型。

在一种可能的实现方式中，可以对用户的胸围和腰围进行分类，并在用户查询号型时为用户展示体型特征图和/或文字描述以供用户选择。

图5-7示出了本实施例建立的号型系统的程序界面，用户可以先输入身高和体重，再选择胸部形状和腹部形状，从而可以自动匹配出用户的号型。用户还可以输入对身体其他部位的要求，备注特殊体型，如脖子粗、手臂较短等，系统会根据用户的备注和描述对用户号型进行调整，在满足用户特殊体型要求的同时保证了号型的合体性。

在一种可能的实现方式中，在建立服装号型系统之后，可以检测该系统的覆盖率。举例来说，单个人体实际身体测量尺寸P(x

d

……

通过比较距离函数和覆盖半径，可以判断通过该号型系统生成的号型的合体度是否良好。其中，覆盖半径R(r

在本实施例中，通过获取真实的样本人体尺寸数据，并根据该真实的样本人体尺寸数据生成大量仿真人体数据，可以使生成的仿真人体数据更具代表性和随机性；通过根据体质指数标准建立仿真人体尺寸数据的体型区间，并根据该体型区间构建树状号型系统模型，使身高和体重为该树状号型系统模型的第一层变量，腰围和胸围为该树状号型系统模型的第二层变量，其余部位尺寸数据为该树状号型系统模型的第三层变量，从而可以方便使用户根据自身的人体数据获取对应的服装号型。

另外，在本实施例中，根据样本人体尺寸数据可以生成大量的仿真人体尺寸数据，该仿真人体尺寸数据包括特殊体型的人体尺寸数据，如过高、过矮、过胖和过瘦等体型，可以使该号型系统具有广泛的适用范围。由于生成了大量的仿真人体尺寸数据，并根据体质指数标准建立了仿真人体尺寸数据的体型区间，在根据该体型区间构建树状号型系统模型时，可以使生成的号型系统具有高颗粒度和高覆盖率。

本公开第二实施例提供了一种服装号型系统建立装置，如图9所示，该装置包括：

仿真模块，所述仿真模块被配置为根据根据样本人体尺寸数据生成仿真人体尺寸数据，所述人体尺寸数据包括人体各部位的尺寸数据，所述人体各部位的尺寸数据至少包括身高、体重、胸围和腰围；

体型区间建立模块，所述体型区间建立模块被配置为根据体质指数标准建立所述仿真人体尺寸数据的体型区间；

模型构建模块，所述模型构建模块被配置为根据所述体型区间构建树状号型系统模型，身高和体重为所述树状号型系统模型的第一层变量，腰围和胸围为所述树状号型系统模型的第二层变量，其余部位尺寸数据为所述树状号型系统模型的第三层变量。

在本实施例中，通过获取真实的样本人体尺寸数据，并根据该真实的样本人体尺寸数据生成大量仿真人体数据，可以使生成的仿真人体数据更具代表性和随机性；通过根据体质指数标准建立仿真人体尺寸数据的体型区间，并根据该体型区间构建树状号型系统模型，使身高和体重为该树状号型系统模型的第一层变量，腰围和胸围为该树状号型系统模型的第二层变量，其余部位尺寸数据为该树状号型系统模型的第三层变量，从而可以方便使用户根据自身的人体数据获取对应的服装号型。

另外，在本实施例中，根据样本人体尺寸数据可以生成大量的仿真人体尺寸数据，该仿真人体尺寸数据包括特殊体型的人体尺寸数据，如过高、过矮、过胖和过瘦等体型，可以使该号型系统具有广泛的适用范围。由于生成了大量的仿真人体尺寸数据，并根据体质指数标准建立了仿真人体尺寸数据的体型区间，在根据该体型区间构建树状号型系统模型时，可以使生成的号型系统具有高颗粒度和高覆盖率。

需要说明的是，上述实施例提供的服装号型系统建立装置与服装号型系统建立方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本公开第三实施例提供了一种服装号型系统，该服装号型系统为上述任一实施例所构建的服装号型系统。

本公开的第四实施例提供了一种服装号型系统建立装置，该装置包括处理器和存储器。

处理器用于支持服装号型系统建立装置执行上述任一实施例所述的服装号型系统建立方法中的一个或多个步骤。处理器可以是中央处理单元(Central ProcessingUnit，简称CPU)，还可以是其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器中存储有适于所述处理器执行的计算机程序指令，所述计算机程序指令被所述处理器运行时执行上述任一实施例所述的服装号型系统建立方法中的一个或多个步骤。

存储器可以是只读存储器(Read-Only Memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(Random Access Memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过通信总线与处理器相连接。存储器也可以和处理器集成在一起。

在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。