Body Shape Classification Model for Application in Sustainable Automated Clothing Production Systems

कल्पना कीजिए कि आप एक कपड़ों की दुकान में जाते हैं और आपको एक ऐसा सूट मिलता है जो आप पर बिल्कुल सटीक बैठता है, इसलिए नहीं कि उसे हफ्तों तक एक दर्जी द्वारा आपके लिए विशेष रूप से बनाया गया था, बल्कि इसलिए क्योंकि एक मशीन ने तुरंत आपके अद्वितीय आकार को समझ लिया और मिनटों में इसे आपके लिए तैयार कर दिया। यह स्वचालित कपड़ों के उत्पादन का वादा है, एक ऐसा क्षेत्र जहाँ डिजिटल तकनीक और परिधान निर्माण की कला का मिलन होता है। दशकों से, उद्योग मानक आकारों पर निर्भर रहा है, जैसे कि स्मॉल, मीडियम या लार्ज, जो यह मान लेते हैं कि एक ही ऊंचाई और वजन वाले सभी शरीर एक जैसे दिखते हैं। लेकिन मानव शरीर कहीं अधिक विविध है; दो व्यक्तियों की छाती का माप समान हो सकता है, लेकिन वे पूरी तरह से अलग मुद्राओं (postures) में खड़े हो सकते हैं, जैसे एक व्यक्ति की पीठ झुकी हुई हो सकती है और दूसरे की रीढ़ सीधी हो सकती है। शरीर को रखने के तरीके में ये सूक्ष्म अंतर यह निर्धारित करते हैं कि कोई वस्त्र शरीर पर सुचारू रूप से टंगेगा या उसमें खिंचाव और सिलवटें आएंगी। इन अनुमानों से आगे बढ़ने के लिए, वैज्ञानिकों को मानव रूप की जटिल, त्रि-आयामी वास्तविकता को स्पष्ट, गणितीय नियमों में अनुवाद करने के एक तरीके की आवश्यकता है जिसका पालन कंप्यूटर कर सके।

हाल ही में एक अध्ययन में, सियोल नेशनल यूनिवर्सिटी के शोधकर्ताओं ने स्वचालित कपड़ों की प्रणालियों के लिए विशेष रूप से मानव शरीर के आकार को वर्गीकृत करने का एक नया तरीका विकसित करके इस भविष्य की ओर एक महत्वपूर्ण कदम उठाया। उन्होंने 126 कोरियाई पुरुषों के एक समूह पर ध्यान केंद्रित किया, जो 20 से 64 वर्ष की आयु के बीच थे और जिनकी छाती का आकार समान था। उन्नत 3D स्कैनिंग तकनीक का उपयोग करके, टीम ने इन पुरुषों के हजारों माप लिए, जिसमें केवल घेरे के आंकड़ों से परे जाकर उनके शरीर के कोणों और ढलानों को समझा। वे विशेष रूप से इस बात में रुचि रखते थे कि रीढ़ कैसे मुड़ती है, कंधे कैसे स्थित होते हैं, और कूल्हे और पेट कैसे बाहर निकले हुए होते हैं, क्योंकि ये वे मुख्य विशेषताएं हैं जिनके कारण कपड़े अक्सर खराब फिटिंग देते हैं, भले ही साइज टैग सही हो।

शोधकर्ताओं ने इन विस्तृत 3D स्कैन का विश्लेषण किया ताकि यह पता लगाया जा सके कि शरीर में अंतर करने वाले सबसे महत्वपूर्ण पैटर्न क्या हैं। उन्होंने पाया कि छह विशिष्ट आकार कारक (shape factors) अध्ययन किए गए पुरुषों के बीच मुद्रा और रूप की लगभग सभी विविधताओं की व्याख्या कर सकते हैं। इन कारकों में निचली पीठ का ढलान, कंधे की हड्डियों (shoulder blades) का कोण, कंधों का झुकाव, कंधे की रेखा का आकार, पेट का उभार और कूल्हों का उभार शामिल थे। मानव रूप को इन छह प्रबंधनीय श्रेणियों में विभाजित करके, टीम ने एक ऐसी प्रणाली बनाई जो किसी मानव विशेषज्ञ की व्यक्तिपरक राय पर निर्भर रहने के बजाय वस्तुनिष्ठ रूप से किसी व्यक्ति के शरीर के प्रकार का वर्णन कर सकती थी।

इस प्रणाली को मशीनों के लिए उपयोगी बनाने के लिए, शोधकर्ताओं ने एक 'डिसीजन ट्री' (decision tree) बनाया, जो एक प्रकार का कंप्यूटर मॉडल है जो लोगों को समूहों में वर्गीकृत करने के लिए सरल हाँ-या-ना वाले प्रश्नों की एक श्रृंखला पूछता है। उदाहरण के लिए, मॉडल पहले यह पूछ सकता है कि कंधे की रेखा का कोण एक निश्चित बिंदु से ऊपर है या नीचे, फिर पीठ के ढलान के बारे में पूछेगा, और इसी तरह। इस प्रक्रिया ने उन्हें लगभग 90 प्रतिशत की सटीकता के साथ किसी व्यक्ति के शरीर के प्रकार की भविष्यवाणी करने की अनुमति दी। इसका परिणाम एक "बॉडी टाइप मैट्रिक्स" (body type matrix) है, जो एक संरचित मानचित्र है जो विशिष्ट शारीरिक आकृतियों को कपड़ों के पैटर्न के लिए आवश्यक सटीक समायोजन से जोड़ता है। एक दर्जी द्वारा फिट ठीक करने के लिए कपड़े को मैन्युअल रूप से मापने और काटने के बजाय, अब एक कंप्यूटर किसी व्यक्ति के डेटा को देख सकता है, मैट्रिक्स पर उनके स्थान की पहचान कर सकता है, और एक ऐसा पैटर्न स्वतः उत्पन्न कर सकता है जो उनकी अनूठी मुद्रा को ध्यान में रखता है।

यह दृष्टिकोण परिधान को ठीक करने की प्रक्रिया को दो अलग-अलग चरणों में विभाजित करता है। पहला चरण, जिसे 'स्ट्रक्चरल करेक्शन' (structural correction) कहा जाता है, प्रमुख आकार परिवर्तनों को संभालता है, जैसे कि एक झुकी हुई पीठ के अनुकूल होने के लिए पैटर्न के टुकड़े को घुमाना या कंधे की रेखा को बदलना। दूसरा चरण, 'सब्टिलिटीज करेक्शन' (subtleties correction), मुख्य आकार को संबोधित करने के बाद आस्तीन की लंबाई या सीवन (seam) की कसावट जैसे छोटे विवरणों से निपटता है। डेटा को इस तरह व्यवस्थित करके, यह प्रणाली एक कुशल पैटर्न निर्माता के तार्किक चरणों की नकल करती है, लेकिन यह कंप्यूटर की गति और निरंतरता के साथ करती है। अध्ययन में पाया गया कि यह विधि सफलतापूर्वक शरीरों को 48 विशिष्ट प्रकारों में वर्गीकृत कर सकती है, जो मास कस्टमाइजेशन सिस्टम के लिए एक आधार प्रदान करती है जहाँ कपड़े व्यक्तियों को मानक आकारों में फिट होने के लिए मजबूर करने के बजाय उन्हें फिट होने के लिए बनाए जाते हैं।

इस कार्य के निहितार्थ केवल बेहतर फिट होने वाले सूटों तक ही सीमित नहीं हैं। मानव शरीर के आकार को वर्गीकृत करने के एक विश्वसनीय, स्वचालित तरीके को बनाकर, शोधकर्ता एक अधिक टिकाऊ कपड़ों के उद्योग की नींव रख रहे हैं। वर्तमान में, बड़े पैमाने पर उत्पादित कपड़ों के ठीक से फिट न होने के कारण काफी मात्रा में कपड़े बर्बाद होते हैं, जिससे रिटर्न और फेंके गए सामान की समस्या होती है। यदि मशीनें सटीक शरीर के डेटा के आधार पर पहली बार में ही एकदम सही फिट होने वाले परिधान बना सकें, तो उद्योग कचरे को कम कर सकता है और एक ऐसे मॉडल की ओर बढ़ सकता है जहाँ कपड़े केवल तभी और उसी तरह उत्पादित किए जाते हैं जब उनकी आवश्यकता होती है। अध्ययन सुझाव देता है कि इन वर्गीकरण नियमों को स्वचालित उत्पादन लाइनों में एकीकृत करके, उद्योग अंततः फैक्ट्री उत्पादन की दक्षता और कस्टम टेलरिंग के सटीक फिट के बीच के अंतर को पाट सकता है।

हालाँकि वर्तमान अध्ययन पुरुषों के छाती के आकार की एक विशिष्ट सीमा पर केंद्रित था, लेकिन विकसित ढांचा एक स्केलेबल मार्ग प्रदान करता है। शोधकर्ता नोट करते हैं कि अगला कदम इन्हीं सिद्धांतों को मानव शरीर के पूर्ण आकार और कपड़ों के विभिन्न प्रकारों पर लागू करना होगा। अध्ययन में उपयोग किया गया डेटा एक राष्ट्रीय सर्वेक्षण से आया है जो हर कुछ वर्षों में शरीर के माप को अपडेट करता है, जिसका अर्थ है कि यह प्रणाली जनसंख्या के साथ विकसित हो सकती है। अंततः, यह कार्य "शरीर के आकार" की अमूर्त अवधारणा को निर्देशों के एक ठोस सेट में बदल देता है जिसे मशीनें पढ़ सकती हैं, जो वास्तव में व्यक्तिगत, स्वचालित और टिकाऊ कपड़ों के भविष्य के दृष्टिकोण को वास्तविकता के एक कदम और करीब लाता है।