三維虛擬試衣技術在服裝設計與性能評價中的應用進展

薛蕭昱 何佳臻 王敏

摘要：為了更好地了解服裝領域的三維虛擬試衣技術研究現狀，簡要介紹了三維虛擬試衣技術的構成，展示了三維人體測量技術、三維人體建模技術以及三維服裝建模技術近年來的最新進展，并著重分析了近年來三維虛擬試衣技術在服裝設計與性能評價中的應用。利用三維虛擬試衣技術，設計者能夠對服裝結構和圖案進行參數化設計，進一步推廣以客戶為中心的模塊化協同設計，針對特殊體型人群設計高質量服裝；服裝開發人員不僅能夠對服裝的懸垂性、圖案顏色搭配等美觀性能進行評價，而且能夠利用服裝壓力、應力圖譜以及衣下空氣層厚度指標等對服裝合體性、壓力舒適性以及熱濕舒適性進行評價。最后，根據目前三維虛擬試衣技術在應用中遇到的瓶頸問題引出，其在未來將不斷引入人工智能等新興技術，并向自動化、智能化、高精度且低成本方向發展。

關鍵詞：三維虛擬試衣技術；服裝設計；壓力舒適性；合體性；熱濕舒適性

中圖分類號：TS941.26

文獻標志碼：A

文章編號：1009-265X（2023）02-0012-11

三維虛擬試衣技術是一種利用計算機在生成的三維人體模型的基礎上，將二維的服裝樣板轉化為三維立體服裝模型的技術，其綜合利用了計算機圖形學、服裝工程學、人體工學等領域的知識［1-2］。三維虛擬技術的應用前景十分廣泛，涉及到服裝行業的結構設計與性能評價、銷售與展示等環節，因而近年來三維虛擬試衣技術成為了服裝領域的研究熱點［3］。

在服裝設計與性能評價方面，企業利用三維虛擬試衣技術可以大大減少服裝開發的成本。在服裝營銷方面，結合增強現實技術（Augmented reality，AR）以及虛擬現實技術（Virtual reality，VR）可以給消費者提供沉浸式的虛擬試衣體驗，實現了包括快速換裝、動態及靜態服裝展示等重要功能，進而降低線上購物的退換貨概率［4］。

本文對三維虛擬試衣技術的構成進行了簡要闡述，并著重從服裝設計環節、性能評價環節分析了三維虛擬試衣技術的應用及目前亟需突破的瓶頸，最后從實際應用的角度出發，提出了三維虛擬試衣技術在未來的發展方向。

1三維虛擬試衣技術的構成

就三維虛擬試衣技術的構成而言，主要包括三維人體測量技術、三維人體建模技術以及三維服裝建模技術三大部分，這三部分相互作用，共同決定了最終的模擬效果［5］。其中，三維人體測量技術為三維人體建模提供了重要的數據基礎，只有在三維人體測量環節達到一定的精度，才能生成足夠精確的三維人體模型，進而進行一系列三維虛擬試衣活動［5］；而三維人體建模技術則為三維服裝的展示提供了數字化的虛擬人臺，實現將三維虛擬服裝“穿著”在虛擬人臺上進行展示，圖1展示了三維虛擬試衣技術的主要構成及關系。

1.1三維人體測量技術

根據測量儀器與人體之間的關系，可以將人體

測量技術分為接觸式和非接觸式測量兩大類。接觸式人體測量法是指在進行人體測量時，測量儀器直接與人體接觸的測量方法。常見的為觸發式三維坐標測量儀，此類測量耗費時間，掃描范圍小，且探頭容易導致人體局部變形甚至對人體造成傷害［6］。

非接觸式人體測量可以根據是否向人體投射能量分為被動式測量與主動式測量。其中，被動式測量不需要測量儀器向人體投射能量，僅依靠捕獲被測量物體的圖像即可獲得其三維數據，最為常見的是立體視覺法。該方法利用一組（兩個及以上）相機拍攝不同角度的人體圖像，即可通過對特征點進行三角法計算獲得人體的三維數據。立體視覺法測量效率高，成本較低，操作簡單，但對三維曲面以及人體凹陷處的還原的精度較差［7］。主動式測量主要包括了結構光測量法、激光三角法、莫爾條紋干涉法以及白光相位法。此類方法精度較高、速度快，但存在設備造假高昂或是占地面積大等缺點。市面上使用此類方法的主要產品包括美國的Cyberware Wb4、［TC］2、Cubicam、德國的Vitus Smart，以及法國的Symcad等［8］。近年來，諸如深度學習、BP神經網絡等機器學習技術的引入，使得計算機能夠更快、更精確地識別、分割和處理非接觸式測量技術所獲得的數據，實現了更為高效的人體測量［9-10］。

1.2三維人體建模技術

現今主流的三維人體建模技術包括了利用人體比例規律性的參數化人體建模法、基于三維掃描技術的人體建模法，基于圖像序列的人體建模法，以及

基于三維建模軟件的人體建模法［11］。

其中，參數化人體建模法依賴于某個基于統計得到的參數模型，僅需要一組低維人體參數即可輸出相應的人體三維模型，操作簡單，便于普及，是非常重要的人體建模手段，商用虛擬試衣軟件中的模特編輯功能大多基于該方法［11］。隨著計算機視覺的不斷發展，以及機器學習技術的引入，出現了SCAPE、SMPL、SMPL-X等精度高且速度快的參數化人體模型［12］。但該技術難以對特殊體態例如脊柱側彎等人群進行建模?；谌S掃描技術的人體建模法高效快捷，精確較高，但成本高昂且需要對遮擋部位進行填補運算；基于圖像序列的人體建模法設備搭建成本較低，但精度不高，在虛擬試衣間的普及的過程中有一定的價值；而基于三維建模軟件的人體建模法所得到的人體模型通用性較差，在服裝領域中應用較少［13］。

1.3三維服裝建模技術

三維服裝建模技術是三維虛擬試衣技術的核心，而織物模擬與服裝展示是整個建模過程中的難點與關鍵。對于織物的模擬主要有幾何模擬與物理模擬兩種方法，以及結合上述兩種方法的混合模擬法。常見的商用虛擬試衣軟件大多采用較為成熟的

混合模擬法，該方法基于粒子模型，結合幾何模擬法以及物理模擬法，得到了高效快速且能展示物理性質的虛擬模型［14］。在服裝展示層面，通常采用碰撞檢測來界定服裝與人體之間的空間關系［2］。經過多年的發展，碰撞檢測在包圍體種類、層次構造以及自碰撞處理等方面有所突破，使得虛擬服裝與人體、虛擬服裝面料之間的碰撞檢測效率和精度不斷提高［15］。

傳統的模擬方法涉及到大量粒子運算，雖然精度高、穩定性好，但速度較慢，不適用于實時交互場景。近幾年有大量研究嘗試采用數據驅動的方法，利用機器學習技術，構建服裝與人體之間的映射關系，實現了具有一定精度、且速度快的數據驅動方法。較有代表性的例如：基于蒙皮函數的3D服裝模型、DRAPE模型等［16］。

1.4三維虛擬試衣系統

三維虛擬試衣系統是根據不同的使用場景和使用流程，基于三維虛擬試衣技術所開發的能夠滿足不同使用需求的軟件集合。因此，在生成和研究虛擬服裝的過程中采用三維虛擬試衣系統，本質上就是對三維虛擬試衣技術的利用。目前市面上已經有一大批優秀可靠的商業化三維虛擬試衣軟件，并被國內外高校、服裝公司、研究機構所采用。例如美國的Vstitcher和Optitex（原為以色列公司，后被美國公司EFI收購）、韓國的CLO3D、中國的Style3D，以及法國的Lectra Modaris。表1對主流三維虛擬試衣軟件功能特點進行了分析對比。這些軟件主要面向服裝企業中設計與評價環節的專業人員，因各自的軟件開發環境和目標客戶需求不同而有所區別［17］。

2三維虛擬試衣技術在服裝設計方面的應用

隨著計算機CPU以及GPU計算力的指數增長，三維虛擬試衣逐漸成為各大服裝企業及科研團隊開發生產中重要的一環，而“設計-展示-評價-修正”的開發模式也逐漸變得完善和高效［18］。下面主要介紹三維虛擬試衣技術在款式結構設計以及圖案設計中的應用，以及以用戶為中心的模塊化協同設計這一新興設計模式。

2.1結構設計

三維虛擬試衣技術最早用于服裝結構的輔助設計中，至今已有數十年。如今，三維虛擬試衣技術在服裝結構設計中的應用已經不僅僅局限于單件服裝層面，而是對某一品類的服裝或部件進行解構、拆分，最后得到結構設計理論，并以此指導結構設計。利用三維虛擬試衣技術，通過對三維服裝模型反演得到平面樣版能夠極大地提升服裝的結構設計效率。郝思慧［19］利用三維虛擬試衣系統VStitcher分析總結了女裝中復雜立體結構的平面展開規律，用于指導設計者更為高效地將復雜立體造型拆分解構，最終得到平面樣版。Pietron等［20］設計了一種能夠通過三維服裝模型和給定任意分割線，自動生成工業樣版的系統。該系統針對服裝工業化生產，能夠在考慮布紋排列和縫縫對齊的基礎上實現省道設計，對稱裁片等常用的工業樣版設計方法，在非人體的不規則的三維模型上也能達到非常理想的效果。這項技術有望在未來實現直接將復雜三維服裝模型轉化為工業樣版，從而省去大量制版和樣衣制備的成本。

三維虛擬試衣技術還為針對特殊體態或特種職業人群的服裝結構設計提供了便利條件。Hong等［21］以及Andreja等［22］分別針對脊柱側彎人群以及使用輪椅的失能人群進行了三維人體掃描與建模，以虛擬模型上的人體維度為服裝設計參數，獲得了具有良好合體性和美觀性的個性化服裝。上述研究充分體現了三維虛擬試衣技術在個性化定制與保護特殊消費者隱私層面的潛力。另外，三維虛擬試衣技術可以大大減少特種職業服的開發成本，Bogovic等［23］通過三維人體掃描技術，分析了飛行員在靜態和動態狀態下的人體尺寸的變化，從而重新設計了飛行防護服的結構，并在三維虛擬試衣階段表現出了良好的合體性。通過三維虛擬試衣技術，在不規則的人體上進行服裝建模，并將三維服裝展開為二維版片，規避了與人體直接接觸，充分保護了特定人群的隱私和尊嚴。

2.2圖案設計

傳統的紡織服裝行業中，梭織面料設計與服裝設計是相對獨立的兩個環節。通常而言，梭織面料的批量生產要比服裝生產提前近六個月，因此服裝設計往往受限于面料圖案。三維虛擬試衣技術的出現扭轉了這種織物與服裝的設計流程，提升了服裝圖案設計的效率。Lu等［24］利用三維虛擬試衣技術，設計了一款能夠直接在三維服裝上進行圖案設計，并將圖案以數碼印花的方式轉印到衣片上的系統。這種新穎的圖案設計方式可以避免在裁片時為了對齊圖案而導致的面料浪費。除此之外，由這種技術制成的服裝在縫縫處圖案也具有良好的連續性，使得服裝觀感上的整體性得以大幅提升。對于針織服裝而言，圖案的形成與服裝的織造是同步的，因此也需事先確定圖案的樣式、位置、大小等設計要素。張培婷等［25］利用三維虛擬試衣體統，對針織服裝國潮圖案的設計方法和實踐方式進行了探究，通過在三維虛擬試衣系統中對2D圖案進行3D展示，可以有效降低設計師在進行圖案設計時，對圖案的形態、尺寸、組合形式，以及整體效果上的不確定性，為傳統針織服裝的圖案設計提供了新思路。

2.3以客戶為中心的模塊化協同設計

服裝的模塊化設計是通過將服裝中的關鍵要素進行枚舉，從而形成具有兼容性的子系統組件，通過組合組件得到具有全新設計要素的服裝的一種設計方式［26］。而以客戶為中心的模塊化協同設計則在利用模塊化設計的同時，以個性化定制為目標，并結合交互式設計模式，為客戶、設計師和評估專家三者提供溝通平臺，使其能夠協同完設計，得到令客戶滿意的產品。

三維虛擬試衣技術能很好地支持以客戶為中心的模塊化協同服裝設計，其最主要的功能是實時展示協同設計的服裝模塊以及穿著效果。Yan等［27］設計了適用于三維虛擬人模的維度測量方法，并依據該方法制定了新的電子私人定制襯衫的結構設計規范，大幅縮短了私人定制的流程。該團隊還發現在CLO3D虛擬試衣環節中，新型私人定制的襯衫版型在合體性上優于傳統私人定制襯衫以及高級成衣襯衫。Li等［28］設計了一款以客戶為中心的裙裝模塊化協同設計應用，基于層次分析理論和遺傳算法為客戶提供智能化的款式推薦，并為客戶提供專家意見和咨詢通道，以此為客戶以及設計者提供高效的協同設計平臺。這種較為新穎的設計方式能夠充分發揮移動端覆蓋面廣、用戶量大的優勢，有望進一步提升個性化定制的普及率。

將人工智能應用于服裝的模塊化協同設計又進一步降低了服裝設計的門檻，使得沒有相關技術的非專業人員也能夠參與到個性化定制的過程中去。Sharma等［29］結合模糊邏輯和遺傳算法，設計了一種交互式個性化智能服裝款式設計與推薦系統。該系統能夠根據消費者人體參數和喜好，組合不同模塊，智能推薦相應的款式，為消費者和設計師提供高效的交互式設計平臺。通過不斷循環“設計-虛擬展示-用戶評價-調整”模式，最終獲得令消費者滿意的產品，大大降低了個性化服裝的定制成本。 Wang等［30］提出了基于模糊邏輯和人工神經網絡的服裝設計模型，將人體的特征維度，款式風格等作為輸入參數，即可輸出相應的結構設計參數。在較為有限的數據量訓練下，該模型所輸出的褲裝樣版與專業制版師所設計的樣版在特征松量上的最高差值僅為10%。同樣基于模糊邏輯，Abtew等［31］訓練了一種能夠反映服裝松量、維度參數、面料性能以及人體姿勢對服裝合體性影響的模型，進而根據輸入的服裝喜好輸出相應的松量推薦值。但由于所涉及參數之間的關系復雜不明確，并不能確定是否存在密切的相關關系，且用于訓練的數據量較小，該模型的預測準確性不高?？梢娙斯ぶ悄茉诜b設計上的潛在價值需要同時具備科學的算法以及足量的數據訓練才能夠發揮。

3三維虛擬試衣技術在服裝性能評價中的應用

3.1服裝美觀性評價

在對虛擬服裝進行展示時，同時伴隨著對服裝美觀性的評價。服裝的美觀性是服裝帶給人審美享受的性質，通過提升服裝的美觀性，使其符合消費者審美需求，是服裝設計與評價中的必要環節。三維服裝模型能夠對服裝的款式結構、懸垂性、圖案顏色搭配、織物組織以及表面紋理等方面進行展示，從而使得評價者得以開展美觀性評價［32］。其中，對于款式、色彩以及圖案的評價大多采用主觀評價，而對于懸垂性則有明確的客觀評價方法。

對服裝進行準確的懸垂性評價的前提是對虛擬織物進行準確的懸垂性模擬，目前已有大量此類研究。Ashmawi等［33］提出了一種通過三維虛擬試衣系統CLO3D中搭建織物懸垂性測試儀來測量虛擬織物懸垂性的方法，但所測得的結果并不樂觀，虛擬試衣系統測得的織物懸垂性與真實織物懸垂性的吻合程度較為一般。筆者認為，這是由于虛擬試衣系統中對面料屬性的調節參數與實際測量參數之間缺乏對應關系。此后，韓新葉等［34］利用三維虛擬試衣系統CLO3D測試了3600組虛擬面料參數，通過主因子分析法對虛擬織物的懸垂性進行了分析，認為影響虛擬織物懸垂性的主因子分別為懸垂程度因子和懸垂形態變化因子。陳巧巧［35］在三維虛擬試衣軟件CLO3D的基礎上，創新性地使用了BP神經網絡構建了對虛擬服裝面料懸垂效果的優化模型，通過輸入真實面料的懸垂性指標即可輸出虛擬面料的物理屬性。

測量虛擬服裝懸垂性所采用的方法與真實織物懸垂系數測量方法相同，即投影法。Lapkovska等［36］基于三維虛擬試衣系統Modaris 3D對裙裝的懸垂性進行了評價。研究團隊選取裙裝上中下3個橫截面的垂直投影，對裙裝投影的面積、輪廓分布、周長進行分析，進而分別對裙裝的3個區域進行了懸垂性評價。這種評價方式能夠通過選取適當的截面而對服裝的任意局部的懸垂性進行分析，從而提升評價效率和精度。但總體而言，對服裝懸垂性的評價極大程度上依賴于織物懸垂性的模擬精度，因而其評價的有效性是隨著織物模擬的精度提升而升高的。

3.2服裝合體性評價

在虛擬服裝合體性評價方面，研究者通常會先采集人體關鍵點處的服裝壓數據以及人體的關鍵尺寸，隨后建立其與主觀服裝合體性之間的關系，進而采用數學模型構建合體性評估模型，通過這樣的方式將客觀數值與主觀合體性評估的聯系建立起來。此外，機器學習、人工智能技術的普及也為虛擬服裝合體性評價注入了新鮮的血液，推動著虛擬服裝評價不斷智能化，表2列舉了近年來較有代表性的研究。從表2中可以看出影響到模型最終預測精度的因素主要涉及到輸入參數種類和數量，以及采樣方式以及預測模型的種類。

從輸入參數層面來看，當僅以一種參數作為輸入量時，服裝壓的預測可靠性要高于服裝松量。服裝的松量更適合用于評價緊身類服裝的合體性，而服裝壓在對不同款式服裝的合體性評價時都有良好的兼容性［37］。 而當能夠輸入多個參數時，并沒有明顯的證據能夠表明，輸入的參數種類越多，模型的預測結果就越精確。

從預測模型算法層面來看，神經網絡，包括卷積神經網絡（CNN）、BP神經網絡（BP_ANN），以及概論神經網絡（PNN）在不同的對照實驗中的預測準確率在87%～100%之間不等。貝葉斯模型的精度在80%以上，而徑向基神經網絡（RBF_ANN）的預測準確率穩定性較差，標準差高于其他幾種預測模型［37-39］。與此同時，Wang等［40］的研究表明，不僅不同的預測模型對同一個部位的合體性預測精度不盡相同，而且同一個預測模型對不同人體部位的局部合體性預測精度也是不同的。在未來需要進一步探究預測模型對于參數的敏感性，以用較少的參數獲得最優的預測準確度。

3.3服裝壓力舒適性評價

服裝對人體產生的壓力是影響服裝舒適性的主要因素之一，三維虛擬試衣軟件能夠較為準確地顯示虛擬服裝對人體各部位的壓力以及服裝應力，相較于傳統的服裝壓力和應力測量方法而言，有著成本低、速度快、操作簡便以及穩定性高等優勢［42］。

在利用三維虛擬試衣技術對虛擬服裝進行壓力舒適性評價時，往往會選用關鍵點的服裝應力、服裝壓力等作為量化的指標進行客觀評價［43］。同時，隨著三維虛擬試衣軟件的不斷優化，對服裝壓力舒適性的評價逐漸由單一姿態轉向不同姿態下的壓力評價。研究人員能夠針對服裝使用對象的作業特點，在三維虛擬試衣軟件中模擬目標人群的常見姿勢，提取不同姿勢下的關鍵點壓力數據，用于優化新型服裝的結構以使其獲得更好的壓力舒適性。如圖2所示，以CLO3D為例，可以調取動態模擬下的任意關鍵幀，并讀取該姿勢下的服裝壓力圖、應力圖以及壓力點分布圖。表3總結了近年來三維虛擬試衣技術在服裝壓力舒適性評價中的應用研究。

于欣禾等［44］采用關鍵點壓力采樣法，通過三維虛擬試衣軟件CLO3D獲取了虛擬受試者穿著針織騎行服在騎行狀態下8個不同階段內共69個關鍵點的壓力數據，基于壓力數據對樣板進行了優化，優化后服裝動態壓力值總體下降了61.94%。為了探究影響針織塑身衣壓力舒適性的因素，王建萍等［42］選取了29個姿態，并在人體上確定了28個關鍵點，在提取關鍵點壓力數據的基礎上，采用因子分析法，構建了人體各部位對針織塑身衣壓力舒適性的貢獻系數模型。雖然散點式的關鍵采樣點法應用廣泛，但其壓力值高度依賴于采樣點的位置，且存在重復性弱、無法從全局角度進行分析等局限性。楊佑國等［45］利用圖像分析技術，設計和開發了服裝受力分析軟件，該軟件能夠對虛擬服裝的應力熱力圖進行分析，提取數據進行局部應力效應分析和整體的聯合應力分布計算，實現了對服裝整體應力分布情況的綜合分析。

3.4服裝熱濕舒適性研究

服裝的衣下空氣層厚度是另一個能夠反應服裝和人體之間空間關系的重要指標，被廣泛應用于服裝熱濕舒適性評價［43］。此前已有學者對三維虛擬試衣技術模擬衣下空氣層厚度的準確性進行了實證性研究，認為靜態以及動態三維虛擬試衣對衣下空氣層厚度模擬的準確性足以用于服裝熱濕舒適性評價［48-49］。近年來，部分研究利用三維虛擬試衣系統獲得目標服裝的衣下空氣層厚度分布，再將其輸入到CFD或NHT模擬系統中，完成了對服裝熱濕傳遞的相關研究［50-53］。

4現有三維虛擬試衣系統的不足

4.1缺少對人體軟組織的模擬

部分研究在對某些緊身服裝進行合體性評價時，發現現有的三維虛擬試衣軟件存在一定的缺陷。Cheng等［46］利用三維虛擬試衣軟件獲得了男性壓力內褲的虛擬壓力分布，并將其與實測壓力值進行了對比，結果表明不同部位的模擬值與實測值的壓力相對誤差在4.64%～7.33%之間。由于壓縮服、緊身服以及貼身服裝的服裝壓與人體軟組織彈性高度相關，而虛擬試衣中的虛擬人體是剛體，無法反映人體軟組織與彈性面料之間的相互作用，與真實情況不符的模擬結果導致了評價人員對服裝合體性的誤判［54］。

為了解決人體軟組織模擬缺失帶來的問題，有研究基于有限元法構建了用以評價服裝舒適性的柔性人體模型，有效地降低了因剛性虛擬模特造成的服裝壓模擬誤差［55-57］。Sun等［47］提出了一種基于有限元法的柔性人體虛擬文胸試穿系統，該系統通過三維掃描技術獲取乳房關鍵數據，并采用Mooney-Rivlin超彈性材料對乳房進行建模。所生成的模型能夠較為精確地反映在穿戴鋼圈文胸和無線文胸后的效果以及對乳房的壓力，與真實穿戴效果吻合較好。但該模型中，除乳房部分以外均為剛性體，非完全柔性的建模也導致了乳房側面的虛擬壓力偏高。

4.2缺少對服裝縫線處的受力模擬

Brubacher等［58］在利用三維虛擬服裝的壓力圖譜對虛擬運動壓縮服的合體性進行評價時，發現在縫線處的壓力出現了明顯的異常，并且缺少人體內部壓力的模擬，使得三維虛擬試衣技術在壓縮服的研發與評價上應用困難。該研究團隊認為，現有的三維虛擬試衣軟件對縫線的模擬僅僅停留在外觀層面，雖然能夠通過調節線跡外觀反映工藝對服裝美觀性的影響，但并沒有對縫線的物理狀態進行模擬。由于虛擬縫合對縫線的力學模擬存在缺陷，無法反映面料在縫線處的受力情況，導致服裝壓模擬出現顯著異常。目前對于虛擬縫紉的研究依然停留在提升模擬精度與速度的層面，尚未觸及到對于縫線在面料間的作用力的模擬上［59］。

5展望

經過數十年的發展，三維虛擬試衣技術已經有了長足的進步，為服裝生產與銷售的各個環節提供了優質高效的數字化解決方案。在后疫情時代，數字化、智能化的服裝生產與銷售勢在必行，三維虛擬試衣技術的前景越發廣闊。結合當前的研究進展，本文提出幾個未來該領域值得探索或發展的方向。

a）統一的虛擬織物參數系統?，F有的虛擬面料參數與用以描述真實面料的參數之間是脫軌的。將克重、經緯紗密度、強力等真實面料參數與虛擬面料參數相對應，從而建立起虛與實兩種參數的轉化關系，在進一步提升對虛擬面料模擬的精度的同時，推動面料的數字化進程。

b）對虛擬模特軟組織、服裝部件物理特性的模擬?，F有的服裝壓力、應力、衣下空氣層厚度模擬數值精度較差，尤其是將人體作為剛性模型對服裝壓以及人體因服裝壓產生的變形的模擬有著較大影響。而缺少對于服裝部件，例如縫線的物理性質的模擬，也可能令虛擬面料縫合處出現張力異常。因此有必要對人體軟組織以及服裝部件進行建模，進而獲得與真實情況高度接近的合體性、服裝壓力、應力以及衣下空氣層厚度的數值結果。

c）自動化和智能化的服裝性能評價。即使三維虛擬試衣技術能夠提供服裝壓等模擬數值，但對服裝性能的評價精度也依賴人工采樣的方法，通過引入人工智能、深度學習等技術，優化并實現自動采樣，最終構建對虛擬服裝整體力學性能評價模型，在評價方式上提升評價精度和效率。

參考文獻：

［1］崔萌，陳素英，殷文，等.基于虛擬試衣技術的服裝設計與開發［J］.毛紡科技，2020，48（6）：58-61.

CUI Meng， CHEN Suying， YIN Wen， et al. Design and development of clothing based on virtual fitting technology［J］. Wool Textile Journal， 2020， 48（6）： 58-61.

［2］陳亮，趙曙光，張麗娟，等.虛擬三維服裝展示的發展歷史與研究熱點［J］.紡織學報，2011，32（10）：153-160.

CHEN Liang， ZHAO Shuguang， ZHANG Lijuan， et al. History and research hot spot of three-dimensional virtual garment display［J］. Journal of Textile Research， 2011， 32（10）： 153-160.

［3］王巧麗，徐增波，田丙強.虛擬試衣中個性化三維人體建模的研究進展［J］.紡織導報，2020（7）：79-82.

WANG Qiaoli， XU Zengbo， TIAN Binqiang. Research progress of personalized 3D human body modeling in virtual fitting［J］. China Textile Leader， 2020（7）： 79-82.

［4］張瑩，李挺.人體三維掃描技術在服裝時尚領域應用的研究［J］.電腦知識與技術，2020，16（4）：276-277.

ZHANG Ying， LI Ting. Research on the application of 3D human body scanning technology in fashion field［J］. Computer Knowledge and Technology， 2020， 16（4）： 276-277.

［5］何宇雯，尚笑梅.三維虛擬試衣系統的相關技術及發展［J］.浙江紡織服裝職業技術學院學報，2019，18（2）：25-29.

HE Yuwen， SHANG Xiaomei. Related technology and development of 3D virtual garment fitting system［J］. Journal of Zhejiang Fashion Institute of Technology， 2019， 18（2）： 25-29.

［6］劉文炫.基于三維掃描技術的人體測量與虛擬展示研究［D］.北京：北京服裝學院，2020：23-51.

LIU Wenxuan. Research on Human Body Measurement and Virtual Display Based on 3D Scanning Technology［D］. Beijing： Beijing Institute of Fashion Technology， 2020：23-51.

［7］劉曉音，謝紅.基于二維圖像非接觸式人體測量技術研究［J］.針織工業，2021（5）：58-62.

LIU Xiaoyin， XIE Hong. Non-contact anthropometric technique based on 2D image［J］. Knitting Industries， 2021（5）： 58-62.

［8］王曉菲，王燕珍.三維人體測量技術的發展現狀及其應用［J］.毛紡科技，2021，49（10）：106-111.

WANG Xiaofei， WANG Yanzhen. Development Status and application of 3D anthropometric technology［J］. Wool Textile Journal， 2021， 49（10）： 106-111.

［9］LIU W， BAO Q， SUN Y， et al. Recent advances in monocular 2D and 3D human pose estimation： A deep learning perspective［EB/OL］. 2021， arXiv， 2104.11536. https：//arxiv.org/abs/2104.11536.

［10］WANG J B， TAN S J， ZHEN X T， et al. Deep 3D human pose estimation： A review［J］. Computer Vision and Image Understanding， 2021， 210： 103225.

［11］湯立，孫影慧.數字化服裝工程中三維人體建模方法概述［J］.國際紡織導報，2017，45（7）：62-65.

TANG Li， SUN Yinghui. Overview of 3D human modeling methods in digital garment engineering［J］. Melliand China， 2017， 45（7）： 62-65.

［12］CHENG Z Q， CHEN Y， MARTIN R R， et al. Parametric modeling of 3D human body shape： A survey［J］. Computers & Graphics， 2018， 71： 88-100.

［13］顧佳雯，周曉琪，王軍.三維人體建模方法研究與應用［J］.紡織科技進展，2021（9）：15-18.

GU Jiawen， ZHOU Xiaoqi， WANG Jun. Research and application of 3D human modeling method［J］. Progress in Textile Science & Technology， 2021（9）： 15-18.

［14］王佳.虛擬試衣技術的現狀研究［J］.輕工科技，2020，36（10）：85-86，88.

WANG Jia. Research on current situation of virtual fitting technology［J］. Light Industry Science and Technology， 36（10）： 85-86， 88.

［15］FAUERBY K. Improved Collision Detection and Response［M］. The UK： DK， 2003： 9-16.

［16］GHODHBANI H， NEJI M， RAZZAK I， et al. You can try without visiting： a comprehensive survey on virtually try-on outfits［J］. Multimedia Tools and Applications， 2022， 81（14）： 19967-19998.

［17］葉海蓮，陳依蕾.三維虛擬試衣設計的應用研究［J］.設計，2018（11）：32-35.

YE Hailian， CHEN Yilei. Application of three-dimensional virtual fashion design［J］. Design， 2018（11）： 32-35.

［18］HONG Y， ZENG X， BRUNIAUX P， et al. Collaborative 3D-to-2D tight-fitting garment pattern design process for scoliotic people［J］. Fibres & Textiles in Eastern Europe， 2017， 25（5）： 113-118.

［19］郝思慧.基于三維虛擬技術的立體型女裝設計研究［D］.上海：東華大學，2021：11-89.

HAO Sihui. Research on Geometric Dimensional Modeling in Women's Clothing Design Based on Three-Dimensional Virtual Technology［D］. Shanghai： Donghua University， 2021： 11-89.

［20］PIETRONI N， DUMERY C， FALQUE R， et al. Computational pattern making from 3D garment models［J］. ACM Transactions on Graphics， 2022， 41（4）157.

［21］HONG Y， ZENG X Y， BRUNIAUX P， et al. Interactive virtual try-on based three-dimensional garment block design for disabled people of scoliosis type［J］. Textile Research Journal， 2017， 87（10）： 1261-1274.

［22］ANDREJA R， LUCIE G， JERNEJ K， et al. New technologies in the development of ergonomic garments for wheelchair users in a virtual environment［J］. Industria Textila， 2017， 68（2）： 83-94.

［23］BOGOVIC S， STJEPANOVIC Z， CUPAR A， et al. The use of new technologies for the development of protective clothing： Comparative analysis of body dimensions of static and dynamic postures and its application［J］. Autex Research Journal， 2019， 19（4）： 301-311.

［24］LU S F， MOK P Y， JIN X G. A new design concept： 3D to 2D textile pattern design for garments［J］. Computer-Aided Design， 2017， 89： 35-49.

［25］張培婷，沈雷，陳涵.基于三維虛擬試衣系統的國潮圖案設計方法研究［J］.絲綢，2021，58（11）：113-120.

ZHANG Peiting， SHEN Lei， CHEN Han. Research on the design method of national trend pattern based on 3D virtual fitting system［J］. Journal of Silk， 2021， 58（11）： 113-120.

［26］楊松立.模塊化設計方法在服裝中的應用研究［D］.上海：東華大學，2022：11-29.

YANG Songli. Research on the Application of Modular Design Method in Clothing［D］. Shanghai： Donghua University， 2022： 11-29.

［27］YAN J Q， KUZMICHEV V E. A virtual e-bespoke men's shirt based on new body measurements and method of pattern drafting［J］. Textile Research Journal， 2020， 90（19/20）： 2223-2244.

［28］LI P， YU C， WU C M. Customer-centered co-design modularization： The skirt design on mobile application［J］. The Journal of the Textile Institute， 2019， 110（11）： 1538-1544.

［29］SHARMA S， KOEHL L， BRUNIAUX P， et al. Development of an intelligent data-driven system to recommend personalized fashion design solutions［J］. Sensors， 2021， 21（12）： 4239.

［30］WANG Z J， XING Y M， WANG J P， et al. A knowledge-supported approach for garment pattern design using fuzzy logic and artificial neural networks［J］. Multimedia Tools and Applications， 2022， 81（14）： 19013-19033.

［31］ABTEW M A， KULIN＇SKA M， ZENG X， et al. Determi-nations of 3D ease allowance in a virtual environment for customized garment design using fuzzy modelling［J］. Computers in Industry， 2021， 133： 103552.

［32］信玉峰.服裝美感評價模塊研究［D］.上海：東華大學，2014：6-18.

XIN Yufeng. Research on Estimation Module of Clothing Aesthet［D］. Shanghai： Donghua University， 2014： 6-18.

［33］ASHMAWI B， HASSOUNA A， NASR ELDINE N， et al. CLO3D simulation versus real drape test for assessment of garment drape coefficient［J］. Journal of Textiles， Coloration and Polymer Science， 2021， 18（2）： 111-119.

［34］韓新葉，張輝.基于CLO3D的虛擬織物懸垂性能評價主因子分析［J］.紡織科技進展，2017（2）：32-34.

HAN Xinye， ZHANG Hui. Factor analysis on the draping property evaluation of the virtual fabric based on CLO3D system［J］. Progress in Textile Science & Technology， 2017（2）： 32-34.

［35］陳巧巧.虛擬面料懸垂效果真實感評價及優化［D］.上海：東華大學，2019：43-95.

CHEN Qiaoqiao. Evaluation and Optimization on the Realism of the Virtual Fabric's Drape Effect［D］. Shanghai： Donghua University， 2019： 43-95.

［36］LAPKOVSKA E， DABOLINA I. An investigation on the virtual prototyping validity-simulation of garment drape［J］. Society Integration Education Proceedings of the International Scientific Conference， 2018， 4： 448-458.

［37］LIU K X， ZENG X Y， BRUNIAUX P， et al. Fit evaluation of virtual garment try-on by learning from digital pressure data［J］. Knowledge-Based Systems， 2017， 133： 174-182.

［38］LIU K， ZHU C， ZENG X， et al. Garment fit evaluation for fashion design and manufacturing［J］. Research Square， 2021： 1088025.

［39］FENG Y L， LIU S. 3D garment design model based on convolution neural network and virtual reality［J］. Compu-tational Intelligence and Neuroscience， 2022， 9187244.

［40］WANG Z， WANG J， ZENG X， et al. Prediction of garment fit level in 3D virtual environment based on artificial neural networks［J］. Textile Research Journal， 2021， 91（15/16）：1713-1731.

［41］田丙強，徐增波，胡守忠.基于CLO3D虛擬試衣技術的著裝合體性評估［J］.東華大學學報（自然科學版），2018，44（3）：397-402.

TIAN Binqiang， XU Zengbo， HU Shouzhong. Evaluation of dress fit based on CLO3D virtual fitting technique［J］. Donghua University （Natural Science）， 2018， 44（3）： 397-402.

［42］王建萍，陳琪.基于虛擬壓力定量解析塑身衣壓力舒適性因子［J］.針織工業，2019（6）：64-69.

WANG Jianping， CHEN Qi. Quantitative analysis on pressure comforts factors of shaping wear based on virtual pressure［J］. Knitting Industries， 2019（6）： 64-69.

［43］張昭華，應思藝，郭云昕，等.三維人體掃描技術在服裝工效學中的應用［J］.上海紡織科技，2015，43（8）：40-44.

ZHANG Zhaohua， YING Siyi， GUO Yunxin， et al. The application of 3D scanning technology on garment ergonomics［J］. Shanghai Textile Science & Technology， 2015， 43（8）： 40-44.

［44］于欣禾，王建萍.基于虛擬服裝壓力的針織騎行服樣板優化方法［J］.服裝學報，2019，4（2）：127-135.

YU Hexin， WANG Jianping. Optimization method of knitted cycling clothes' patterns based on virtual clothing pressure［J］. Journal of Clothing Research， 2019， 4（2）： 127-135

［45］楊佑國，徐平華，徐明慧，等.基于虛擬試衣的著裝應力分布效應評價［J］.現代紡織技術，2021，29（6）：106-112.

YANG Youguo， XU Pinghua， XU Minghui， et al. Evaluation of garment stress distribution based on virtual fitting［J］. Advanced Textile Technology， 2021， 29（6）： 106-112.

［46］CHENG Z， KUZMICHEV V， ADOLPHE D. A digital replica of male compression underwear［J］. Textile Research Journal， 2019， 90（7/8）： 877-895.

［47］SUN Y， YICK K L， YU W， et al. 3D Bra and human interactive modeling using finite element method for bra design［J］. Computer-Aided Design， 2019， 114： 13-27.

［48］MERT E， PSIKUTA A， AREVALO M， et al. Quantitative validation of 3D garment simulation software for determi-nation of air gap thickness in lower body garments［J］. IOP Conference Series： Materials Science and Engineering， 2017， 254： 162007.

［49］MERT E， PSIKUTA A， ARéVALO M， et al. A validation methodology and application of 3D garment simulation software to determine the distribution of air layers in garments during walking［J］. Measurement， 2018， 117： 153-164.

［50］GNEY S. Virtualization of clothing thermal comfort in 3D simulations［J］. European Journal of Science and Technology， 2021，（28）： 29-33.

［51］MOSLEH S， ABTEW M A， BRUNIAUX P， et al. Modeling and simulation of human body heat transfer system based on air space values in 3d clothing model［J］. Materials， 2021， 14（21）： 6675.

［52］JOSHI A， PSIKUTA A， BUENO M A， et al. Effect of movement on convection and ventilation in a skin-clothing-environment system［J］. International Journal of Thermal Sciences， 2021， 166： 106965.

［53］XU J X， PSIKUTA A， LI J， et al. Numerical investi-gation of the effect of clothing air gap distribution and environmental air speed on dry heat transfer underneath clothing［J］. International Journal of Heat and Mass Transfer， 2022， 198： 123400.

［54］HORIBA Y， AMANO T， INUI S， et al. Proposal of method for estimating clothing pressure of tight-fitting garment made from highly elastic materials： hybrid method using apparel CAD and finite element analysis software［J］. Journal of Fiber Science and Technology， 2021， 77（2）： 76-87.

［55］HARRISON D， FAN Y， LARIONOV E， et al. Fitting close-to-body garments with 3d soft body avatars［J］. Proceedings of 3D Body Tech， 2018（16/17）： 184-189.

［56］KIM M， PONS-MOLL G， PUJADES S， et al. Data-driven physics for human soft tissue animation［J］. ACM Transactions on Graphics， 2017， 36（4）： 54.

［57］MARTNEZ-MARTNEZ F， RUPREZ-MORENO M J， MARTíNEZ-SOBER M， et al. A finite element-based machine learning approach for modeling the mechanical behavior of the breast tissues under compression in real-time［J］. Computers in biology and medicine， 2017， 90： 116-124.

［58］BRUBACHER K， TYLER D， APEAGYEI P， et al. Evaluation of the accuracy and practicability of predicting compression garment pressure using virtual fit technology［J/OL］. Clothing and Textiles Research Journal， 2021.https：//doi.org/10.1177/0887302X21999314.

［59］LI G S. Virtual garment piece design and stitching algorithm based on virtual simulation technology［J/OL］. Security and Communication Networks， 2022.https：//doi.org/10.1155/2022/4393042.

Application progress of 3D virtual fitting technology in fashion design and performance evaluation

XUE Xiaoyu1a， HE Jiazhen1b，2， WANG Min1b

（1a.College of Fashion and Design; 1b.Key Laboratory of Clothing Design and Technology， Ministry of Education， Donghua University， Shanghai 200051， China;

2.College of Textile and Clothing Engineering， Soochow University， Suzhou 215021， China）

Abstract： 3D garment virtual fitting technology is a computer technology that can convert 2D garment patterns into 3D models. This technology has wide applications in the garment industry due to its advantages of high efficiency， low cost， and high simulation accuracy. Enterprises or research institutions can use it to quickly obtain garment fitting effects. Additionally， the performance of garments can be predicted and evaluated through this technology， thus greatly reducing the cost of garment development.

The 3D virtual fitting technology composition mainly includes three parts： 3D body measurement technology， 3D body modeling technology， and 3D garment modeling technology. These three parts together determine the final simulation effect. Data driving， machine learning， and other technologies enable computers to identify， segment， and process the data obtained from body measurements more efficiently. At the same time， many parametric human models and clothing generation models suitable for interactive scenarios have emerged.

The structure design， print design， and customer-centered modular collaborative design method Based on 3D virtual fitting technology make the garment design and development progress more efficient. Using 3D virtual fitting technology to invert the 3D model of garments not only makes it possible to obtain 2D patterns of complex three-dimensional shapes， but also precisely locate and divide prints on the patterns. The customer-centered modular collaborative design mode employs modularized design. This mode provides a communication platform for customers， designers， and evaluation experts so that they can collaborate to complete the design and obtain a product that satisfies customers.

For apparel aesthetics evaluation， by building a virtual garment drape test platform based on 3D virtual fitting technology， a rapid evaluation of garment drapability can be achieved. In the garment fit evaluation area， studies have used the key pressure points of virtual garments and body dimensions obtained through 3D virtual fitting technology as input data to train a neural network-based garment fit prediction model. The prediction accuracy is influenced by the type and scale of the input parameters and model algorithm. For garment comfort evaluation， studies mainly focus on pressure comfort evaluation， and its accuracy is influenced by factors such as the sampling method， number of key points， and state of wearers. In addition， the air layer distribution under the garment obtained through 3D virtual fitting technology can also be used to evaluate the thermal and moisture comfort of garments， but the overall accuracy is not high enough.

In the post-epidemic era， 3D virtual fitting technology faces corresponding challenges while having broad application prospects. In the future， it is necessary to standardize and unify the parameters of virtual fabrics. When evaluating garments， researchers should build virtual models with human soft tissue characteristics in specific scenarios and take the physical characteristics of garment parts into account. In addition， through the introduction of artificial intelligence， deep learning， and other technologies， it is possible to optimize and realize automatic sampling. Then， we build a whole performance evaluation model for virtual garments to improve evaluation accuracy and efficiency.

Keywords： 3D virtual fitting technology; fashion design; pressure comfort; fitness; thermal and moisture comfort

收稿日期：20220724

網絡出版日期：20221104

基金項目：國家自然科學基金項目（51906169）；教育部人文社會科學研究青年基金項目（18YJC760021）；中國紡織工業聯合會科技指導性項目（2019019）

作者簡介：薛蕭昱（1998—），男，江蘇太倉人，碩士研究生，主要從事功能服裝方面的研究。

通信作者：何佳臻，E-mail：jzhe@suda.edu.cn