基于3D人体数据的文胸结构尺寸预测模型

发布时间：2025-02-08 17:37

　　 为探究胸部尺寸与文胸结构尺寸的映射关系,利用三维人体扫描仪获取55位女性大学生的胸围、下胸围等人体尺寸数据,推算出乳房根围、乳高、近/远心端距离等文胸结构尺寸数据,通过数据处理与分析,分别构建线性回归模型和BP神经网络模型。结果显示:BP神经网络模型和线性回归模型预测精度分别为95.9%和92.2%,BP神经网络模型简洁,优于线性回归模型,该模型可为文胸轻定制提供适体参考尺寸。

【文章页数】：6 页

【部分图文】：

图 1 胸部尺寸测量示意图

提取测量项目中胸围、下胸围、胸宽、胸厚4个胸部常规尺寸;乳高、乳房根围和近/远心端距离4个文胸结构尺寸为研究变量。其中4个文胸结构尺寸使用HumanSolution测量软件中的DigitalTape手动测量。因手动测量存在人为误差,重复测量3次取均值作为最终测量结果。胸部尺寸....

图2 乳房根围/乳高拟合图

乳房根围/乳高拟合图如图2所示。从图2可以看出,红色为乳房根围和乳高的网络预测值,蓝色为乳房根围和乳高的实际值。大部分BP神经网络预测值与实际测量值拟合情况良好,个别值出现较大偏差,例如乳房根围的31号样本和乳高的15号样本,实际值与整体均值偏差大,导致网络预测值出现较大偏差。

图3 近/远心端距离拟合图

总体上BP神经网络模型的训练效果良好,但进一步扩大样本量,涵盖更大的数据范围,减少极端值,可进一步提高BP神经网络的预测精度。3.4模型精度对比

本文编号：4031729