黃雪純 劉成霞

摘要： ??為探究面料性能對A字裙動態(tài)造型的影響，文章借助三維動捕儀獲得受試者穿著A字裙以6 km/h勻速運(yùn)動時(shí)，腰圍、臀圍及擺圍標(biāo)記點(diǎn)的坐標(biāo)，通過GA-BP神經(jīng)網(wǎng)絡(luò)擬合曲線，提取曲線裙厚、裙寬、周長和面積作為外輪廓造型參數(shù)，并引入動態(tài)偏移值表征三圍曲線的動靜態(tài)造型變化。研究結(jié)果表明：緯密與腰圍曲線裙寬、周長和面積顯著正相關(guān);懸垂系數(shù)與臀圍曲線裙厚、周長和面積顯著負(fù)相關(guān);緯向抗彎剛度與擺圍曲線裙寬、周長和面積顯著正相關(guān)。經(jīng)緯向抗彎剛度與右前腰區(qū)域在人體前后方向上的偏移值顯著正相關(guān);總折皺回復(fù)角與后腰區(qū)域在人體前后方向上的偏移值顯著正相關(guān);經(jīng)緯密與左臀區(qū)域在人體前后方向上的偏移值正相關(guān)。

關(guān)鍵詞： ?面料懸垂性;A字裙;三維動作捕捉;GA-BP神經(jīng)網(wǎng)絡(luò);曲線擬合

中圖分類號： TS941.2

文獻(xiàn)標(biāo)志碼： A

文章編號： 1001 7003（2022）03 0059 09

引用頁碼： 031109

DOI： 10.3969/j.issn.1001-7003.2022.03.009 （篇序）

A字裙是一種腰部貼身、擺圍逐漸變寬，整體外觀呈A字廓形的半截裙? [1] ，款式簡約，風(fēng)格多變，備受女性消費(fèi)者青睞。近年來，學(xué)術(shù)界集中研究面料性能與服裝靜態(tài)造型的關(guān)系，如研究面料性能對A字裙? [1] 、斜裁裙? [2] 、超短裙? [3] 、喇叭裙? [4] 、抽褶裙? [5] 、節(jié)裙? [6] 等造型的影響。但是，受到人體運(yùn)動的影響，服裝還會處于不斷變化的過程中，因此，服裝動態(tài)造型更值得探究。此外，在數(shù)字信息時(shí)代的當(dāng)今，虛擬現(xiàn)實(shí)技術(shù)在服裝領(lǐng)域大行其道，其中服裝虛擬展示領(lǐng)域最為火熱。服裝虛擬展示的過程是動態(tài)的，面料為柔性體，不同面料展現(xiàn)的服裝造型不同，因此研究面料性能對服裝實(shí)際動態(tài)穿著效果的影響勢在必行。三維掃描和三維動作捕捉技術(shù)的興起使動態(tài)著裝造型的研究成為可能。葉曉露等? [8] 通過三維掃描技術(shù)，探究面料性能與短褲特征參數(shù)的關(guān)系，建立了短褲特征參數(shù)的預(yù)測模型;陳麗麗等? [9] 通過三維動捕儀獲得連衣裙三圍曲線，研究了面料性能和運(yùn)動速度對A字裙外觀形態(tài)的影響。

上述文獻(xiàn)僅單獨(dú)研究裙裝的靜態(tài)或動態(tài)造型，缺少動靜態(tài)造型的對比研究;且大都選取特征曲線的輪廓指標(biāo)（曲線周長、曲線面積、橫向距離等）作為造型參數(shù)，缺少曲線不同區(qū)域造型的細(xì)化參數(shù)。因此，本文借助Quality三維動作捕捉系統(tǒng)，基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)（簡稱GA-BP神經(jīng)網(wǎng)絡(luò)）獲取腰圍、臀圍和擺圍的擬合曲線，并引入動態(tài)偏移值這一細(xì)化參數(shù)， 通過Pearson相關(guān)性分析，探究面料性能與A字裙動態(tài)造型間的關(guān)系，為構(gòu)建A字裙動態(tài)著裝造型虛擬預(yù)測模型提供參考。研究結(jié)果對服裝三維虛擬仿真相關(guān)技術(shù)，尤其是提升服裝與動態(tài)人體模擬的真實(shí)性和精確性，具有一定的實(shí)用價(jià)值。

1 實(shí) 驗(yàn)

1.1 面料選取及性能測試

選取5種常見的A字裙面料，根據(jù)GB/T 18318—2001《紡織品織物彎曲長度的測定》，用YG（B）022D型自動硬挺度試驗(yàn)儀（溫州際高檢測儀器有限公司）測試其剛?cè)嵝?根據(jù)GB/T 23329—2009《紡織品織物懸垂性的測定》，用YG811型織物懸垂性測定儀（武漢國量儀器有限公司）測試其懸垂性;根據(jù)GB/T 3819—1997《紡織品織物折痕回復(fù)性的測定》， 用YG系列全自動激光織物折皺彈性儀（南通三思機(jī)電科技有限公司）測試其抗皺性。所有實(shí)驗(yàn)均在溫度（20±1） ℃、 相對濕度65 % ±2 % 的條件下進(jìn)行，面料規(guī)格和測試結(jié)果如表1所示。

1.2 準(zhǔn) 備

1.2.1 受試者的選取

GB/T 1335.2—2008《服裝號型女子》中女性體型的分類結(jié)果表明，中間體型最具代表性，因此挑選一名身材最接近中間體型的女性（身高160 cm、體重50 kg、腰圍66 cm、臀圍 90 cm） 作為受試者。

1.2.2 A字裙的縫制

選用最基礎(chǔ)的A字裙樣板，前后各設(shè)兩條省道，前總省量為3 cm，后總省量為4 cm。利用該樣板，對表1中的面料進(jìn)行裁剪和縫制。為減少縫制過程中裁剪方式和縫紉手法不同產(chǎn)生的誤差，所有裁制過程由同一名縫制人員完成，A字裙的款式圖和實(shí)物照片如圖1所示。

1.3 數(shù)據(jù)的獲取

1.3.1 儀 器

借助瑞典QualisysOqus500+三維運(yùn)動采集與分析系統(tǒng)，

通過主被動Marker球發(fā)出的紅外線，精準(zhǔn)捕捉人體與服裝形態(tài)變化數(shù)據(jù)。

1.3.2 過 程

選取腰圍、臀圍及擺圍這三處最能體現(xiàn)造型變化的特征曲線作為研究對象。根據(jù)文獻(xiàn)[10]，人在慢走或跑步時(shí)步態(tài)呈周期性變化，周期組成包括前騰空期、支撐期和后騰空期，且膝關(guān)節(jié)角在支撐期達(dá)到最大值，在前后騰空期達(dá)到最小值。為獲取受試者跑步時(shí)同一運(yùn)動姿勢下的實(shí)驗(yàn)數(shù)據(jù)，選擇右膝后騰空期膝關(guān)節(jié)角最小時(shí)A字裙的造型數(shù)據(jù)進(jìn)行分析。本文研究為服裝虛擬展示（如虛擬服裝走秀）提供參考，通過調(diào)研了解，模特走秀速度為 6 km/h左 右，因此選擇在該運(yùn)動狀態(tài)下進(jìn)行實(shí)驗(yàn)。為使受試者運(yùn)動狀態(tài)穩(wěn)定，所有動態(tài)實(shí)驗(yàn)均在跑步機(jī)上完成，實(shí)驗(yàn)過程如下：

1） 靜態(tài)曲線標(biāo)記點(diǎn)坐標(biāo)獲取。在A字裙腰圍粘貼12個(gè)被動標(biāo)記點(diǎn)（被動Marker球），臀圍和擺圍各粘貼16個(gè)被動標(biāo)記點(diǎn)，其中前、后中線及兩側(cè)縫線上各有1點(diǎn)，其余標(biāo)記點(diǎn)均勻分布，如圖2所示（腰圍依次標(biāo)記為 W 1～W? 12? ，臀圍依次標(biāo)記為 H 1～H? 16? ，擺圍依次標(biāo)記為 Q 1～Q? 16? ）。受試者穿著A字裙靜止站立，獲得靜態(tài)三維曲線標(biāo)記點(diǎn)坐標(biāo)。

2） 動態(tài)曲線標(biāo)記點(diǎn)、定位點(diǎn)和腿部標(biāo)記點(diǎn)坐標(biāo)獲取。根據(jù)文獻(xiàn)[11]，前中心點(diǎn)在運(yùn)動過程中較為穩(wěn)定且具有參考價(jià)值，在此處增加被動標(biāo)記點(diǎn)作為定位點(diǎn)。分別在右腿髖關(guān)節(jié)點(diǎn)RGT，膝關(guān)節(jié)點(diǎn)RLK及踝關(guān)節(jié)點(diǎn)RLA與RMA處增加標(biāo)記點(diǎn)來計(jì)算膝關(guān)節(jié)角? [12] 。受試者穿著A字裙在跑步機(jī)上以 6 km/h的 速度勻速跑，三維動捕儀同時(shí)獲取動態(tài)三圍曲線標(biāo)記點(diǎn)、定位點(diǎn)和腿部標(biāo)記點(diǎn)的坐標(biāo)。

1.3.3 特征曲線擬合

三維動捕儀獲得的數(shù)據(jù)以三維坐標(biāo) （x，y，z） 的形式儲存，為在同一平面上比較造型差異，統(tǒng)一 z 軸得到散點(diǎn)坐標(biāo) （x，y） ，通過GA-BP神經(jīng)網(wǎng)絡(luò)進(jìn)行擬合。為優(yōu)化擬合效果，將原坐標(biāo) （x，y） 轉(zhuǎn)化為極坐標(biāo)下的 （TH，R） 并進(jìn)行歸一化處理得到 （th，r） ，將歸一化后的極角 th 和極徑 r 分別作為輸入值和輸出值對GA-BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練。為防止訓(xùn)練結(jié)果的過擬合，訓(xùn)練前將數(shù)據(jù)集按70 % 、15 % 、15 % 的比例隨機(jī)劃分為訓(xùn)練集、測試集及驗(yàn)證集。訓(xùn)練過程中，輸入變量 th 經(jīng)過神經(jīng)網(wǎng)絡(luò)的前向傳播，計(jì)算得到網(wǎng)絡(luò)輸出變量 r′ ，通過標(biāo)簽數(shù)據(jù) r 與 r′ 誤差的反向傳播，對神經(jīng)網(wǎng)絡(luò)各連接層的權(quán)值和閾值進(jìn)行循環(huán)修正，最終達(dá)到網(wǎng)絡(luò)輸出與數(shù)據(jù)標(biāo)簽均方誤差MSE符合設(shè)定目標(biāo)10? -4 的要求。訓(xùn)練好的GA-BP模型代表 TH 與 R 數(shù)據(jù)良好的對應(yīng)關(guān)系，將極坐標(biāo)系下[-pi，pi]內(nèi)間隔0.001°的極角數(shù)據(jù)點(diǎn)，重新作為網(wǎng)絡(luò)的輸入變量，得到網(wǎng)絡(luò)對應(yīng)的極徑輸出，即仿真計(jì)算出精度為0.001°的外輪廓曲線數(shù)據(jù)點(diǎn)，最后將極坐標(biāo)系轉(zhuǎn)換回直角坐標(biāo)系。實(shí)現(xiàn)了離散數(shù)據(jù)點(diǎn)的非線性擬合，將離散的直角坐標(biāo)系數(shù)據(jù)點(diǎn)擬合為連續(xù)的直角坐標(biāo)系曲線。GA-BP網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示，其中網(wǎng)絡(luò)輸入層到隱藏層的激活函數(shù)采用非線性映射函數(shù) “tansig” ，隱藏層到輸出層的激活函數(shù)采用線性映射函數(shù)“purelin”。

1.4 特征曲線的形態(tài)參數(shù)提取

采用最小外接矩形法即MER法在Matlab中編程，其原理為將曲線邊界按一定增量在一定范圍內(nèi)旋轉(zhuǎn)，每旋轉(zhuǎn)一次，便用一個(gè)水平放置的外接矩形來擬合其邊界? [8] 。當(dāng)外接矩形的面積為最小值時(shí)，該外接矩形尺寸就能用來表示該物體的長度和寬度，由此獲得特征曲線的裙厚、裙寬、周長及面積（其中裙厚和裙寬分別為最小外接矩形的寬和長）作為A字裙外輪廓造型參數(shù)，如圖4所示。實(shí)驗(yàn)過程中將定位點(diǎn)和特征曲線作為整體一起平移，發(fā)現(xiàn)將定位點(diǎn)平移至（100，0）點(diǎn)時(shí)，特征曲線前后中心線上標(biāo)記點(diǎn)連線的中點(diǎn)恰好處于（0，0）點(diǎn)附近，可視為特征曲線近乎均勻地分布在坐標(biāo)軸的四個(gè)象限內(nèi)，方便觀察比較曲線形態(tài)。將動靜態(tài)曲線的定位點(diǎn)在（100，0）處重疊，得到特征曲線標(biāo)記點(diǎn)在 x 軸、 y 軸上的動態(tài)偏移值Δ x 和Δ y ，將 x 軸的正負(fù)方向設(shè)為人體的前后方向，將 y 軸的正負(fù)方向設(shè)為人體的左右方向，Δ x 和Δ y 的計(jì)算方法如下：

設(shè)1 #面料動靜態(tài)腰圍曲線重疊后， W 1 點(diǎn)靜態(tài)坐標(biāo)為 （x 1，y 1） ，動態(tài)坐標(biāo)為 （x 2，y 2） ，則 W 1 點(diǎn)在 x 軸、 y 軸的動態(tài)偏移值分別為Δ x=x 2-x 1 和Δ y=y 2-y 1 。當(dāng)Δ x 和Δ y 的值為正時(shí)，表示 W 1 點(diǎn)處曲線在運(yùn)動時(shí)會向人體左前方移動;當(dāng)Δ x 和Δ y 的值為負(fù)時(shí)，表示 W 1 點(diǎn)處曲線在運(yùn)動時(shí)會向人體右后方移動。圖5為動態(tài)偏移值示意。

2 結(jié)果與分析

2.1 外輪廓參數(shù)分析

2.1.1 顯著性檢驗(yàn)

為探究面料性能對A字裙三圍曲線參數(shù)的影響是否顯著，本文利用SPSS軟件對三圍參數(shù)進(jìn)行單因素方差分析，結(jié)果如表2所示。由表2可知，面料對腰圍、臀圍和擺圍的外輪廓參數(shù)均有顯著性影響（ P 值均小于0.05），且組內(nèi)面料兩兩之間曲線參數(shù)差異顯著。進(jìn)一步證明，面料性能不同的A字裙，其動態(tài)造型也會不同。

2.1.2 腰圍曲線形態(tài)及外觀輪廓參數(shù)分析

圖6為5種面料腰圍曲線的重疊圖，矩形框區(qū)域?yàn)榍把课?，橢圓形框?yàn)楹笱课?，前腰和左右腰?cè)區(qū)域曲線存在差異。實(shí)驗(yàn)中受試者跑步為向前運(yùn)動，前腰區(qū)域面料受人體腰部向前作用力變形（人向前沖，面料向后壓），面料性能不同，變形程度也不同，前腰區(qū)域曲線形成差異。跑步中左右腳受力不同，身體左右擺動，導(dǎo)致左右腰側(cè)曲線形成差異。2 #面料在右腰區(qū)域與其余面料差異較大，一方面是因?yàn)? #面料為滌綸，在運(yùn)動中易黏人體;另一方面，受試者為不影響捕捉標(biāo)記點(diǎn)坐標(biāo)，跑步時(shí)會無意識進(jìn)行身體姿勢調(diào)整，向左傾斜從而導(dǎo)致差異。

采用Pearson相關(guān)性分析法，本文考察A字裙三圍曲線參數(shù)與面料性能之間的關(guān)系，如表3所示。相關(guān)性分析是指對兩個(gè)或多個(gè)具備相關(guān)性的變量元素進(jìn)行分析，從而衡量兩個(gè)變量相關(guān)密切程度。由表3可知，裙厚與面料性能無顯著相關(guān);緯密和裙寬在0.05水平（雙側(cè)）上顯著負(fù)相關(guān)（ R = -0.888 *） ，說明面料緯密越大，腰圍曲線裙寬越小。表4為 三維曲線外輪廓參數(shù)測試結(jié)果。其中2 #和3 #面料裙寬較小，?? 結(jié)合圖5可解釋為左右腰側(cè)面料受運(yùn)動狀態(tài)影響變形，其經(jīng)緯密較大，紗線間排列緊密不易產(chǎn)生滑移，且抗彎剛度較大，面料硬挺，因此變形較小;4 #和5 #則與之相反。經(jīng)緯密分別與周長和面積在0.05水平（雙側(cè)）上顯著負(fù)相關(guān)（ R?? 經(jīng)周長 =-0.908 *、 ?R?? 緯周長 =-0.939 *、 R?? 經(jīng)面積 =-0.893 *和 R?? 緯面積 =-0.939 *），原因與裙寬相同，不再贅述。

2.1.3 臀圍曲線形態(tài)及外觀輪廓參數(shù)分析

圖7為5種面料臀圍曲線的重疊圖，矩形虛線框區(qū)域?yàn)閻u骨聯(lián)合處，橢圓形框區(qū)域?yàn)橥未蠹∽钔固?。臀圍左右?cè)曲線較集中，這與臀部結(jié)構(gòu)有關(guān)，臀部為下體最豐滿處且呈扁平狀，A字裙與左右臀側(cè)區(qū)域的間隙量較小，因此不同面料的曲線差異較小。5種面料在橢圓形框處內(nèi)凹，這與人體臀截面極為相似。為解釋其原因，實(shí)驗(yàn)選取右膝膝關(guān)節(jié)最小角時(shí)的動態(tài)數(shù)據(jù)進(jìn)行分析，腿部做屈曲運(yùn)動，帶動面料向前緊貼臀部，而用于測量的標(biāo)記點(diǎn)本身具有一定的重量，運(yùn)動時(shí) H 9 標(biāo)記點(diǎn)就極易向臀圍最凹處內(nèi)陷。矩形框內(nèi)曲線呈波浪形變化，且變化趨勢一致，女性腹部有著重要的生殖器官，堆積較多脂肪，在運(yùn)動過程中堆積的脂肪隨人體一起運(yùn)動，呈現(xiàn)趨勢相同的波浪形狀。

表3結(jié)果顯示：臀圍裙寬與面料性能無顯著相關(guān)，5種面料的裙寬差異不大，處于352.9～364.14 mm;懸垂系數(shù)與裙厚在0.01水平（雙側(cè)）上顯著負(fù)相關(guān)（ R =-0.991?? ** ?），說明懸垂系數(shù)越小，裙厚越大。表4中3 #和4 #面料裙厚較大，可解釋為A字裙隨人體運(yùn)動而擺動，前腹區(qū)域面料為適應(yīng)腹部脂肪運(yùn)動有向前伸展的趨勢，后側(cè)區(qū)域面料受腿部屈曲姿勢影響向前與臀部緊貼，懸垂性越好，服裝的流動性及飄逸感越好，向前伸展和向臀部緊貼越多導(dǎo)致裙厚越大;而5 #面料懸垂性差，面料較厚，且抗彎剛度及總折皺回復(fù)角均為最大值，其抵抗彎曲變形的能力最強(qiáng)，曲線形態(tài)不易受運(yùn)動狀態(tài)影響，因此其裙厚最小。這也可以解釋圖7中5 #面料和其余面料在前后方向上位置的差異;懸垂系數(shù)與周長和面積在0.05水平（雙側(cè)）上顯著負(fù)相關(guān)，相關(guān)系數(shù)分別為-0.925 *和-0.973 *，原因與裙厚相同。

2.1.4 擺圍曲線形態(tài)及外觀輪廓參數(shù)分析

圖8為5種面料擺圍曲線的重疊圖，與腰圍和臀圍曲線不同，圖8中的曲線顯得“雜亂無章”。擺圍與人體間有較大的衣下空間，運(yùn)動過程中裙擺波動自由度較大，因此易形成無序的波浪形狀。而右前擺曲線較為集中，且橢圓形虛線框內(nèi)5種面料曲線凸起的方向和程度接近。分析認(rèn)為，實(shí)驗(yàn)選取受試者同一運(yùn)動姿勢時(shí)的曲線參數(shù)進(jìn)行研究，一樣的右膝屈曲運(yùn)動給予右側(cè)裙擺相同的作用力，因此形成相似的曲線形態(tài)。此外，擺圍曲線在橢圓形實(shí)線框和虛線框區(qū)域間有不同程度的內(nèi)凹趨勢。由于雙腿間有較大的空隙，運(yùn)動時(shí)兩側(cè)面料受腿部支撐有不同程度的凸起，中間的面料因沒有支撐向內(nèi)凹陷，面料性能不同導(dǎo)致內(nèi)凹程度不同。

表3結(jié)果顯示：擺圍曲線中，裙厚與面料性能無顯著相關(guān);緯向抗彎剛度分別與裙寬在0.01水平（雙側(cè)）上顯著正相關(guān)，與周長和面積在0.05水平（雙側(cè)）上顯著正相關(guān)（ R?? 裙寬 =0.992?? ** ?， R?? 周長 =0.927 *， R?? 面積 =0.952 *），說明緯向抗彎剛度越小，裙寬、周長和面積也就越小。結(jié)合圖8分析，受試者運(yùn)動時(shí)，擺圍曲線有向內(nèi)收縮趨勢，且易形成波浪狀褶皺，褶皺的折痕方向?yàn)榇怪狈较?，而緯向抗彎剛度可以產(chǎn)生橫向的力去抵抗面料變形，保持曲線形態(tài)。2 #和4 #面料質(zhì)地輕薄，緯向抗彎曲剛度比較小，在運(yùn)動過程中極易向內(nèi)收縮變形，且2 #面料為滌綸在運(yùn)動過程中因?yàn)閮赏乳g的摩擦容易產(chǎn)生靜電，使面料吸附人體，導(dǎo)致裙寬、周長和面積最小。5 #面料經(jīng)緯向抗彎剛度和總褶皺回復(fù)角均為最大值，抵抗彎曲變形能力強(qiáng)，因此不易收縮變形。

2.2 動態(tài)偏移值

實(shí)驗(yàn)發(fā)現(xiàn)5種面料的三圍曲線在不同區(qū)域造型差異較大，而裙厚、裙寬、周長和面積僅表征曲線外輪廓造型，因此引入動態(tài)偏移值，表征不同區(qū)域曲線的動靜態(tài)形態(tài)變化，進(jìn)一步分析面料性能對A字裙動態(tài)造型的影響。按人體截面特征將 腰圍、臀圍和擺圍曲線分別劃分為4個(gè)區(qū)域，其中 W? 12 、W 1 和

W 2 為前腰區(qū)域， W 3～W 5 為右腰區(qū)域， W 6～W 8 為后腰區(qū)域， W 9～ W 11 為左腰區(qū)域; H 1～H 3、H? 15? 和 H? 16? 為前腹區(qū)域， H 4～H 6 為右臀， H 7～H? 11? 為后臀區(qū)域， H? 12 ～H? 14? 為左臀區(qū)域;? Q 1～Q 3 、Q? 15? 和 Q? 16? 為前擺區(qū)域， Q 4～Q 6 為右擺區(qū)域， Q 7～Q? 11? 為后擺區(qū)域，? Q? 12 ～Q? 14? 為 左擺區(qū)域，計(jì)算區(qū)域內(nèi)標(biāo)記點(diǎn)的平均值進(jìn)行分析。

2.2.1 顯著性分析

采用單因素方差分析，探究面料性能是否對曲線不同區(qū)域的動態(tài)偏移值產(chǎn)生顯著性影響，結(jié)果如表5所示。在人體前后方向上的偏移值（以下簡稱Δ x ）的顯著性結(jié)果均小于005，即面料性能對Δ x 均有顯著性影響;后腰區(qū)域、右臀區(qū)域、后臀區(qū)域和左臀區(qū)域在人體左右方向上的偏移值（以下簡稱Δ y ）顯著性結(jié)果均大于0.05，即面料性能對該區(qū)域Δ y 的影響不顯著。采用Pearson相關(guān)性分析法，考察動態(tài)偏移值與面料性能之間的關(guān)系，如表6所示。

2.2.2 腰圍曲線動態(tài)偏移值分析

圖9為腰圍曲線動態(tài)偏移值，動態(tài)偏移值隨面料性能的變化而有所不同。5種面料的Δ x 均為負(fù)值且變化規(guī)律一致，前腰至右腰區(qū)域Δ x 逐漸減小到最小值，右腰區(qū)域至左腰區(qū)域Δ x 逐漸增大，且右后腰區(qū)域Δ x 小于左前側(cè)區(qū)域。4種面料的Δ y 變化規(guī)律一致（5 #面料Δ y 均小于2.5 mm不進(jìn)行分析），前腰至后腰區(qū)域Δ y 逐漸增大到最大值，后腰至左腰區(qū)域Δ y 逐漸減小，且右后腰區(qū)域Δ y 大于左前腰區(qū)域。綜上，右膝屈曲運(yùn)動時(shí)，5 #面料腰圍曲線整體向后移，左右腰側(cè)曲線變化不大;其余面料前腰曲線均向右后方移動;右腰、后腰和左腰曲線均向左后方移動。表6為面料性能與動態(tài)偏移值相關(guān)性 分析。

表6結(jié)果顯示：前腰區(qū)域，經(jīng)向抗彎剛度與Δ x 在0.01水 平（雙側(cè)）上顯著正相關(guān)，緯向抗彎剛度與Δ x 在0.05水平

（雙側(cè)）上顯著正相關(guān)（ R?? 前經(jīng) =0.966?? ** ?、 R?? 前緯 =0.923 *）;右腰區(qū)域，經(jīng)向抗彎剛度與Δ x 在0.05水平（雙側(cè)）上顯著正相關(guān)（ R?? 右經(jīng)抗 =0.927 *）;后腰區(qū)域，總折皺回復(fù)角與Δ x 在0.05水平（雙側(cè)）上顯著正相關(guān)（ R?? 后折 =0.890 *）。結(jié)合圖9分析，腰圍曲線受運(yùn)動影響易向后偏移變形，而經(jīng)緯向抗彎剛度和總褶皺回復(fù)角均與面料保形性有關(guān)，因此該值越大，面料越不易變形，偏移程度越小。

2.2.3 臀圍各區(qū)域動態(tài)偏移值分析

圖10為臀圍曲線的動態(tài)偏移值。5種面料Δ x 的大小和變化規(guī)律不同，其中1 #、2 #、3 #和5 #面料變化規(guī)律相同，即前腹至右臀區(qū)域Δ x 逐漸增大到最大值，右臀到左臀區(qū)域Δ x 逐漸較小達(dá)到最小值。其中1 #、5 #面料Δx均為負(fù)值，3 #和2 #面料除左臀區(qū)域外均為正值;4 #面料各區(qū)域Δ x 分布均勻且均為負(fù)值。5種面料的Δ y 均為正值且變化規(guī)律不同，1 #、3 #和5 #面料變化規(guī)律相同，即前腹至后臀區(qū)域Δ y 逐漸增大到最大值，后臀至左臀區(qū)域逐漸減小;2 #和4 #面料變化規(guī)律相同，即前腹至右臀區(qū)域Δ y 逐漸增大，右臀至后臀區(qū)域Δ y 逐漸減小，后臀至左臀區(qū)域逐漸增大。綜上，右膝屈曲運(yùn)動時(shí)，1 #和3 #面料前腹、后臀及左臀側(cè)曲線向左前方移動，右臀側(cè)曲線向左后方移動;2 #、4 #和5 #面料臀圍曲線整體向左后方移動。

表6結(jié)果顯示：左臀區(qū)域，經(jīng)密與Δ x 在0.01水平（雙側(cè)）上顯著正相關(guān)，緯密與Δ x 在0.05水平（雙側(cè)）上顯著正相關(guān)（ R?? 左經(jīng) =0.966?? ** ?、 R?? 左緯 =0.923 *）。結(jié)合圖10分析，左臀側(cè)曲線受人體運(yùn)動影響，易向后移動變形，經(jīng)緯密度越大，紗線間排列越緊密，越不易產(chǎn)生滑移，變形越小，因此偏移程度越小。

2.2.4 擺圍各區(qū)域動態(tài)偏移值分析

圖11為擺圍曲線的動態(tài)偏移值。5種面料Δ x 和Δ y 均為正值，且無明顯變化規(guī)律。運(yùn)動過程中右膝屈曲時(shí)，擺圍曲線整體向左前方移動。相關(guān)性分析結(jié)果顯示，面料性能與臀圍曲線動態(tài)偏移值在0.05水平上均無顯著相關(guān)。

3 結(jié) 論

為研究面料性能對A字裙動態(tài)造型的影響，本文將三維動作捕捉技術(shù)和GA-BP神經(jīng)網(wǎng)絡(luò)運(yùn)用到服裝造型的曲線擬合中，提取裙厚、裙寬、周長和面積作為外輪廓造型參數(shù)，并引入動態(tài)偏移值，進(jìn)一步分析三圍曲線不同區(qū)域動靜態(tài)造型變化，通過Pearson相關(guān)性分析對數(shù)據(jù)進(jìn)行處理。經(jīng)過研究得出以下結(jié)論：

1） 對于外輪廓造型參數(shù)，腰圍曲線中裙寬、周長與面積隨著面料緯密的增大而減小;臀圍曲線中裙厚、裙寬及面積隨著懸垂系數(shù)的減小而增大;擺圍曲線中裙厚、裙寬及面積隨緯向抗彎剛度的增大而增大。

2） 對于動態(tài)偏移值，腰圍曲線中，前腰和右腰側(cè)區(qū)域，人體前后方向上的偏移值隨經(jīng)緯向抗彎剛度增大而增大;后腰區(qū)域，人體前后方向上的偏移值隨總褶皺回復(fù)角的增大而增大。臀圍曲線中，左臀區(qū)域的人體前后方向上的偏移值隨經(jīng)緯密的增大而增大。

研究結(jié)果表明，面料性能對A字裙三圍曲線外輪廓造型參數(shù)和人體前后方向上的偏移值均有顯著性影響。本文提出的動態(tài)偏移值較好地表征A字裙動靜態(tài)造型變化，為增強(qiáng)服裝造型仿真效果提供參考。

參考文獻(xiàn)：

[1]? 吳巧英， 張莎莎. A字裙造型與面料性能的關(guān)系[J]. 紡織學(xué)報(bào)， 2013， 34（6）： 88-91.

WU Qiaoying， ZHANG Shasha. Relationship between shape of A-line skirt and property of fabric[J]. Journal of Textile Research， 2013， 34（6）： 88-91.

[2] 李靜. 斜裁A型裙外觀形態(tài)與面料力學(xué)性能關(guān)系研究[D]. 蘇州： 蘇州大學(xué)， 2014.

LI Jing. Research on Relationships between the Appearance and Fabric Mechanical Properties of Bias Cut A-Shape Skirt[D]. Suzhou： Soochow University， 2014.

[3] 劉春伶. 基于圖像技術(shù)的織物力學(xué)性能與服裝造型關(guān)系研究： 以輕薄型毛織物力學(xué)性能與超短裙造型關(guān)系為例[D]. 杭州： 浙江理工大學(xué)， 2015.

LIU Chunling. Research on the Relationship between Fabric Mechanical Property and Clothing Shape Based on Image Technology： Take the Light-Weight Wool Fabrics and Mini Skirts for Example[D]. Hangzhou： Zhejiang Sci-Tech University， 2015.

[4] 徐利平， 崔毅華， 薛元. 織物性能與服裝結(jié)構(gòu)對喇叭裙外觀形態(tài)的影響[J]. 紡織學(xué)報(bào)， 2019， 29（1）： 91-93.

XU Liping， CUI Yihua， XUE Yuan. Influences of fabric property and garment construction on bell skirt appearance[J]. Journal of Textile Research， 2019， 29（1）： 91-93.

[5] 張飆雪， 劉成霞. 褲子彈性及運(yùn)動速度對人體膝關(guān)節(jié)角的影響[J]. 絲綢， 2020， 57（12）： 1-8.

ZHANG Biaoxue， LIU Chengxia. Effect of pants elastic & motion speed on human angle of knee joint[J]. Journal of Silk， 2020， 57（12）： 1-8.

[6] 王停停， 陳敏之， 江爽， 等. 抽褶造型與面料性能的關(guān)系及評價(jià)模型建立[J]. 現(xiàn)代紡織技術(shù)， 2015， 5（2）： 43-46.

WANG Tingting， CHEN Minzhi， JIANG Shuang， et al. Relationship between pleating effect and fabric performance and establishment of the evaluation model[J]. Advance Textile Technology， 2015， 5（2）： 43-46.

[7] 劉成霞， 胡瓊， 孫麗敏， 等. 節(jié)裙造型與織物性能的相關(guān)性[J]. 紡織學(xué)報(bào)， 2010， 31（6）： 114-119.

LIU Chengxia， HU Qiong， SUN Limin， et al. Correlation between sculpt of tired skirts and fabric performances[J]. Journal of Textile Research， 2010， 31（6）： 114-119.

[8] 葉曉露， 龐程方， 幸意云， 等. 基于三維掃描的短褲形態(tài)與結(jié)構(gòu)設(shè)計(jì)關(guān)系研究[J]. 絲綢， 2015， 52（1）： 35-41.

YE Xiaolu， PANG Chengfang， XING Yiyun， et al. Study on the relationship between form of shorts and structural design based on 3D scanning[J]. Journal of Silk， 2015， 52（1）： 35-41.

[9] 陳麗麗， 劉成霞. 面料及運(yùn)動速度對連衣裙三圍形態(tài)的影響[J]. 紡織學(xué)報(bào)， 2020， 41（4）： 135-141.

CHEN Lili， LIU Chengxia. Effect of fabrics and moving speed on bustline， waistline and hipline shapes of one-piece dresses[J]. Journal of Textile Research， 2020， 41（4）： 135-141.

[10] LIU Z， HE Q， ZOU F Y， et al. Apparel ease distribution analysis using three-dimensional motion capture[J]. Textile Research Journal， 2019， 89（19）： 4323-4350.

[11] 葉曉露， 龐程方， 金娟鳳， 等. 短褲特征截面曲線的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型構(gòu)建[J]. 紡織學(xué)報(bào)， 2015， 36（5）： 83-88.

YE Xiaolu， PANG Chengfang， JIN Juanfeng， et al. Construction of radial basis function neural network models for typical cross section curve of shorts[J]. Journal of Textile Research， 2015， 36（5）： 83-88.

[12]HUIJU P， GIOVANNI N， DONNA B， et al. Impact of wearing body armor on lower body mobility[J]. Clothing and Textiles Research Journal， 2011， 29（3）： 232-247.

Influence of fabric performance on the dynamic shape of A-line skirt

HUANG Xuechun， LIU Chengxia

（a.Zhejiang Province Engineering Laboratory of Clothing Digital Technology; b.School of Fashion Design & Engineering， Zhejiang Sci-Tech University， Hangzhou 310018， China）

?Abstract：

Fashion styling refers to the external form of fashion， which exists based on three-dimensional space as the comprehensive manifestation of fashion styling silhouette in all directions. During the epidemic， with the rapid development of the field of fashion e-commerce， the emerging technology of dynamic virtual display of clothing has become a new marketing tool for merchants to attract customers， for which the study of fashion styling provides a theoretical basis. However， traditional research has focused on exploring the impact of fabric performance， pattern structure and other factors on the static shape of fashion， which cannot provide a reference for the dynamic shape of clothing. In addition， the previous studies are undiversified， and no comparative analysis of dynamic and static styling of fashion is made. Besides， the outer contour curve parameters of fashion styling are mostly selected to quantify the styling， lacking the refined parameters to describe the dynamic and static styling changes in different areas of the curve. Therefore， this paper selects the most representative A-line skirt item in women’s skirts as the research object to explore the influence of fabric performance on the dynamic shape of A-line skirts.

In order to study the change of A-skirt attire form caused by human movement， this paper starts with the real-life attire movement experiment and selects the outer contour curve of A-skirt waistline， hipline and hem circumference for research. The Mark balls controlled by 3D motion capture system are pasted to the positioning points of the human body， the marking points of the legs， the waistline， hipline and hem circumference marking points respectively. With the aid of a three-dimensional motion capture instrument， the three-dimensional coordinates of all the marked points were obtained when the subject wore an A-line skirt made of five different fabrics in a static state and in a state of 6 km/h uniform motion. In order to obtain experimental data of the subject in the same locomotor stance， the angle of the subject’s knee joint in the locomotor state was obtained by calculating the spatial coordinates of the leg marker points， and the styling data of the subject’s right knee with the smallest knee joint angle was selected for analysis. On this basis， the GA-BP neural network was used for curve fitting， and the skirt thickness， skirt width， circumference and area of the fitted curve （where skirt thickness and skirt width are the width and length of the minimum enclosing rectangle respectively） were extracted as the A-line skirt outer contour styling parameters by the method ofminimum enclosing rectangle （MER）， and dynamic offset values were introduced as refined parameters to characterize the dynamic and static styling changes of the curve. Finally， a correlation analysis on the fabric performance and the dynamic styling parameters of the A-line skirt was carried out to investigate the relationship between the two. Compared with previous studies， a GA-BP neural network for fitting the A-skirt outer contour curve was established in this study to improve the curve fitting accuracy， and the dynamic offset value was introduced as the refined styling parameter to analyze and compare the dynamic and static styling changes of the A-skirt. The research results show that the latitudinal density of the fabric performance is significantly positively correlated with the waist curve skirt width， circumference and area; the draping coefficient is significantly negatively correlated with the hip curve skirt thickness， circumference and area; the weft anti-bending stiffness is significantly positively correlated with the hem curve skirt width， perimeter and area. In the right front waist area， the warp and weft anti-bending stiffness is significantly positively correlated with the offset value in the front and back direction of the human body; in the back waist area， the total crease recovery angle is significantly positively correlated with the offset value in the front and back direction of the human body; in the left hip area， the warp and weft density is significantly positively correlated with the offset value in the front and back direction of the human body.

The relationship between fabric performance and the dynamic shape of the A-line skirt can provide a reference for improving the authenticity and accuracy of the dynamic virtual display offashion and boasts certain practical value.

Key words：

fabric drapability; A-line skirt; 3-D motion capture; GA-BP neural network; curve fitting

3514501186531