Body Shape Classification Model for Application in Sustainable Automated Clothing Production Systems
Diese Studie entwickelt ein quantitatives Modell zur Klassifizierung der Körperform mittels 3D-anthropometrischer Daten und eines CART-Entscheidungsbaums, um eine Vorhersagegenauigkeit von 89,57 % zu erreichen, was eine nachhaltige automatisierte Bekleidungsproduktion durch einen objektiven Rahmen für die Erstellung maßgeschneiderter Schnittmuster ermöglicht.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie betreten ein Bekleidungsgeschäft und finden einen Anzug, der Ihnen perfekt passt – nicht, weil er von einem Schneider über Wochen hinweg maßgeschneidert wurde, sondern weil eine Maschine sofort Ihre einzigartige Körperform verstanden und ihn in wenigen Minuten für Sie erstellt hat. Dies ist das Versprechen der automatisierten Bekleidungsproduktion, einem Bereich, in dem digitale Technologie auf die Kunst der Schneiderei trifft. Seit Jahrzehnten verlässt sich die Branche auf Standardgrößen wie Small, Medium oder Large, die davon ausgehen, dass alle Körper bei gleicher Körpergröße und demselben Gewicht gleich aussehen. Doch menschliche Körper sind weitaus vielfältiger; zwei Personen können dieselbe Brustweite haben, aber eine völlig unterschiedliche Körperhaltung einnehmen, die eine mit einem Rundrücken und die andere mit einer geraden Wirbelsäule. Diese subtilen Unterschiede darin, wie ein Mensch seinen Körper hält, entscheiden darüber, ob ein Kleidungsstück glatt fällt oder spannt und Falten wirft. Um über diese groben Schätzungen hinauszugehen, benötigen Wissenschaftler eine Möglichkeit, die komplexe, dreidimensionale Realität der menschlichen Form in klare, mathematische Regeln zu übersetzen, denen ein Computer folgen kann.
In einer aktuellen Studie haben Forscher der Seoul National University einen bedeutenden Schritt in Richtung dieser Zukunft unternommen, indem sie eine neue Methode zur Klassifizierung menschlicher Körperformen speziell für automatisierte Bekleidungssysteme entwickelten. Sie konzentrierten sich auf eine Gruppe von 126 koreanischen Männern im Alter zwischen 20 und 64 Jahren, die eine gemeinsame Brustweite aufwiesen. Mithlich mithilfe fortschrittlicher 3D-Scantechnologie erfasste das Team tausende Messwerte dieser Männer und blickte dabei über einfache Umfangswerte hinaus, um die Winkel und Neigungen ihrer Körper zu verstehen. Sie waren besonders daran interessiert, wie sich die Wirbelsäule krümmt, wie die Schultern sitzen und wie Hüfte und Abdomen hervorstehen, da dies die Hauptgründe dafür sind, warum Kleidung oft schlecht sitzt, selbst wenn das Etikett die richtige Größe angibt.
Die Forscher analysierten diese detaillierten s 3D-Scans, um die wichtigsten Muster in der Variation von Körpern zu finden. Sie entdeckten, dass sechs spezifische Formfaktoren fast die gesamte Variation in der Haltung und Form unter den untersuchten Männern erklären konnten. Diese Faktoren umfassten die Neigung des unteren Rückens, den Winkel der Schulterblätter, die Neigung der Schultern, die Form der Schulterlinie, das Hervortreten des Bauches und das Hervortreten der Hüfte. Durch die Zerlegung der komplexen menschlichen Form in diese sechs handhabbaren Kategorien schuf das Team ein System, das den Körpertyp objektiv beschreiben konnte, ohne auf die subjektive Meinung eines menschlichen Experten angewiesen zu sein.
Um dieses System für Maschinen nutzbar zu machen, bauten die Forscher einen Entscheidungsbaum auf, ein Computermodell, das eine Serie einfacher Ja-oder-Nein-Fragen stellt, um Menschen in Gruppen einzuteilen. Zum Beispiel könnte das Modell zuerst fragen, ob der Winkel der Schulterlinie über oder unter einem bestimmten Punkt liegt, und dann nach der Neigung des Rückens fragen und so weiter. Dieser Prozess ermöglichte es ihnen, den Körpertyp einer Person mit einer Genauigkeit von fast 90 Prozent vorherzusagen. Das Ergebnis ist eine „Körpertyp-Matrix“, eine strukturierte Karte, die spezifische Körperformen mit den exakten Anpassungen verknüpft, die für das Schnittmuster erforderlich sind. Anstatt dass ein Schneider das Gewebe manuell misst und zuschneidet, um die Passform zu korrigieren, kann ein Computer nun die Daten einer Person analysieren, deren Platz auf dieser Matrix identifizieren und automatisch ein Schnittmuster erstellen, das die individuelle Haltung berücksichtigt.
Dieser Ansatz trennt den Prozess der Korrektur eines Kleidungsstücks in zwei deutliche Phasen. Die erste Phase, die als Strukturkorrektur bezeichnet wird, behandelt die wesentlichen Formänderungen, wie etwa das Drehen eines Schnittstücks, um einen Rundrücken auszugleichen, oder das Verschieben einer Schulterlinie. Die zweite Phase, die Subtilitätskorrektur, befasst sich mit kleineren Details wie der Anpassung der Ärmellänge oder der Spannung einer Naht, nachdem die Hauptform adressiert wurde. Durch diese Organisation der Daten ahmt das System die logischen Schritte eines geschickten Schnittmachers nach, tut dies jedoch mit der Geschwindigkeit und Konsistenz eines Computers. Die Studie ergab, dass diese Methode erfolgreich Körper in 41 verschiedene Typen kategorisieren konnte, was eine Grundlage für ein System der Massenindividualisierung schafft, bei dem Kleidung nach Maß gefertigt wird, anstatt Individuen dazu zu zwingen, in Standardgrößen zu passen.
Die Auswirkungen dieser Arbeit reichen über besser sitzende Anzüge hinaus. Indem sie einen zuverlässigen, automatisierten Weg zur Klassifizierung von Körperformen geschaffen haben, legen die Forscher den Grundstein für eine nachhaltigere Bekleidungsindustrie. Derzeit wird eine beträchtliche Menge an Stoff verschwendet, weil massengefertigte Kleidung nicht gut passt, was zu Retouren und entsorgten Artikeln führt. Wenn Maschinen in der Lage sind, Kleidungsstücke basierend auf genauen Körperdaten beim ersten Mal perfekt zu produzieren, kann die Industrie Abfall reduzieren und sich einem Modell bewegen, bei dem Kleidung nur dann und so produziert wird, wie sie benötigt wird. Die Studie legt nahe, dass die Integration dieser Klassifizierungsregeln in automatisierte Produktionslinien der Industrie helfen kann, die Lücke zwischen der Effizienz der Fabrikproduktion und der perfekten Passform der Maßschneiderei endlich zu schließen.
Während sich die aktuelle Studie auf einen spezifischen Bereich der Brustweiten für Männer konzentrierte, bietet das entwickelte Framework einen skalierbaren Pfad nach vorn. Die Forscher merken an, dass der nächste Schritt darin bestehen wird, dieselben Prinzipien auf das volle Spektrum menschlicher Körpergrößen und auf verschiedene Arten von Kleidung anzuwenden. Die in der Studie verwendeten Daten stammen aus einer nationalen Erhebung, die Körpermaße alle paar Jahre aktualisiert, was bedeutet, dass sich dieses System mit der Veränderung der Bevölkerung entwickeln kann. Letztendlich transformiert diese Arbeit das abstrakte Konzept der „Körperform“ in einen konkreten Satz von Anweisungen, die Maschinen lesen können, und bringt die Vision einer wahrhaft personalisierten, automatisierten und nachhaltigen Bekleidung Zukunft einen Schritt näher an die Realität.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.