基于体表角度的女子体型分类与识别

• 作者: 倪世明 叶玲 孙洁 邹奉元
• 来源期刊: 浙江理工大学学报
• 学科: 工学
• 关键词: 体表角度 K-Means聚类 神经网络集成 人体体型识别
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 服装与艺术设计
• 页码范围: 184-188
• 页数: 5页
• 分类号: TS941.17
• 字数: 3081字
• 语种: 中文

摘要

从人体形态差异角度细分人体体型,通过三维人体扫描获得500名年龄在18～25岁之间的女青年的正面和侧面二维图像,运用Matlab软件获得11个躯干体表特征点的坐标并计算得到能够反映体型差异的体表角度；通过偏相关性分析得出表征人体形态特征的4个体表角度,即肩斜角、胸突角、体侧角、臀突角；运用K-means聚类将人体体型分为4类.在此基础上,构建基于神经网络集成的体型识别模型,训练集识别精度达到95％.该方法可有效区分人体形态差异,适应服装量身定制生产的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹奉元	浙江理工大学服装学院	89	519	12.0	18.0
5	叶玲	浙江理工大学服装学院	5	23	3.0	4.0
6	孙洁	浙江理工大学服装学院	10	17	3.0	4.0
7	倪世明	浙江理工大学服装学院	9	64	5.0	8.0