基于空间向量模长的青年女性腰腹臀部形态分类与判别

为实现女体三维曲面的分类与判别,提高裤装的合体性,提出一种基于空间向量模长表征腰腹臀部形态并进行体型分类的方法。获取323名18~25岁青年女性的三维点云数据,提取腰腹臀部10层横截面曲线,以臀围质心为原点重建点云坐标系,通过欧式距离计算130个特征点的空间向量模长,构建表征人体曲面形态的模长矩阵。引入拉普拉斯特征映射降维获取18个本征维度,采用K-means聚类,运用随机森林算法建立青年女性腰腹臀部形态的判别模型。结果表明,青年女性腰腹臀部可分为大众型、扁平型、腹凸型、臀凸型4类,分别占样本总数的58.82%、27.86%、8.36%和4.95%。分析获得4类体型对应的裤装样板差异,有效提高了裤装合体性,青年女性腰腹臀部形态判别准确率达96.92%。