服装产业数字化转型升级的新思路

（记服装与艺术设计学院刘凯旋教授领导的服装数字化与智能化科研团队）

作为世界上最大的服装消费国、生产国和出口国，近年来中国的服装业正在蓬勃发展，大踏步的向前。伴随着服装市场需求不断升级，整个服装市场也在逐步完成优胜劣汰，变革、创新是传统服装最好的出路。然而我国服装行业依然属于劳动密集型产业，技术含量处于较底层面。服装设计与生产过程的自动化与智能化是实施服装企业智能制造的一个重要环节，也是实现服装产业转型与升级的必经途径。随着社会经济的快速发展和消费水平的提升，客户对服装个性化的需求日益俱增，针对消费者诉求的市场快速反应成为服装企业竞争的焦点。目前服装设计与产品开发仍然是一项经验性较强的工作，服装企业只能通过增加设计人员的数量以应对快速变化的市场，然而人员的盲目扩充必然导致生产成本的增加。因此，如何不依赖服装设计人员的经验知识就可以由计算机高效地开发服装产品是实现服装企业智能设计与制造的重要课题之一。

近年，我校服装与艺术设计学院刘凯旋教授领导的团队与法国高等艺术与纺织工艺学校（ENSAIT）进行深度合作，突破多项技术难题，提出服装款式智能推荐与设计技术、服装流行色智能预测技术、服装三维交互式制版技术、服装合体性智能评估技术、服装用三维人体混合建模技术、服装虚拟仿真关键技术等，为我国服装产业的数字化转型升级带来了全新思路。

图1 刘凯旋教授领导的服装数字化与智能化科研团队

研究成果获“罗马尼亚国家科技创新博览会发明奖”金奖、“欧洲创意与创新博览会科技奖”金奖、“陕西省第十四次哲学社会科学优秀成果奖”一等奖、“陕西省第十五次哲学社会科学优秀成果奖”三等奖、“中国纺织工业联合会教学成果奖”一等奖、“2021年度陕西省高等学校人文社会科学研究优秀成果奖”一等奖、“2019年度陕西省高等学校人文社会科学研究优秀成果奖”一等奖（2019）、“2022年陕西高等学校科学技术研究优秀成果奖”二等奖、“西安市第十一次哲学社会科学优秀成果奖”三等奖（2020）（见图1）。

图1 部分获奖证书

（1）服装款式和色彩流行趋势智能预测技术

目前服装流行趋势预测主要从T台秀、时装周、订货会、资讯平台、零售市场、生活街拍等获取，然而流行趋势的产生有较复杂的原因，有自然因素：如地域、气候等，或社会因素，如政治变革、战争、和平等，或经济、科学技术、文化、艺术、影视、新闻、生活方式、社会热潮等因素以及人为因素，包括生理因素和心理因素的影响。服装流行趋势变化规律与影响流行趋势因素之间存在着密切且复杂的关系，理清这种关系即可进一步构建两者之间的数学关系模型，实现服装款式和色彩流行趋势智能预测的关键环节。

刘凯旋教授团队应用人工智能和深度学习技术，通过对历史的销售大数据分析和建模，对销售下一季的服装款式和色彩流行趋势进行智能化的预测，为服装生产企业提供未来可能的款式和色彩流行信息，极大地提高服装企业款式和色彩流行趋势判断能力和精确度。

（2）服装款式智能推荐与设计技术

图2所示的产品为依据刘凯旋教授团队与法国高等艺术与纺织工艺学校（ENSAIT）所提出“服装款式智能推荐与设计技术”开发的“服装款式与纸样自动生成系统ADSFJFP 1.0”，通过输入人体尺寸和服装款式需求，该软件系统自动生成服装的款式图、结构图和纸样，极大地提高了服装产品开发的效率。与目前国内、外其他服装CAD软件相比，ADSFJFP 2016最大的不同点在于创造性地赋予服装款式图以人体尺寸，整合了服装款式设计与结构设计，有效地解决了服装款式图与服装结构图之间匹配难所导致的设计师与制版师之间反复沟通的问题，在工程设计与艺术设计之间构建了一坐桥梁，为服装企业产品开发提供了全新的设计思路，实现了服装产品开发的自动化和智能化。

图2 服装款式与纸样自动生成系统ADSFJFP 1.0

（3）服装三维交互式制版技术

图3所示的产品为依据刘凯旋教授团队与法国高等艺术与纺织工艺学校（ENSAIT）所提出的“服装三维交互式制版技术”开发的3D交互式服装纸样开发系统。在该系统的辅助下，服装制版师只需使用款式图构建3D服装模型，然后直接在3D服装模型上设计结构线，后续纸样的展开交由计算机完成，摆脱了服装结构设计过程中复杂的计算，显著地提高了纸样开发的效率，实现了自动化和智能化的服装纸样开发。与传统的服装纸样开发方法以及目前其他3D纸样开发方法相比，3D交互式服装纸样开发系统具有以下三个方面的优点：①该技术使得操作者无需拥有服装纸样开发的知识且无需反复试样，也可以开发出合体性较好的个性化服装纸样；②该技术既适用于紧身服装的纸样开发又适用于宽松服装的纸样开发；③该技术综合考虑了服装的放松量、面料的机械和物理性能等。

  图3 3D交互式服装纸样开发系统

（4）服装合体性智能评估技术

服装合体性在服装设计、生产和销售环节都占有相当重要的地位（见图4）。在服装产品开发阶段，设计人员需要在标准人台或模特身上检验服装是否合体，只有合体性达到设计要求的服装才能进入下一步的批量生产；在服装销售环节，消费者需要通过多次试穿才能判断服装的合体性，如果该服装不合体，无论其款式多么新颖，面料多么高档，消费者依旧不会购买（见图1）。研究表明：50%的女性抱怨她们挑选不到合体的服装；因不合体导致的退货占到总退货量的50%；服装购买后有85%的女性将服装不合体作为弃用该服装的首要原因。服装合体性问题已是纺织服装电子商务领域面临的最大问题之一。服装合体性认知机理的研究是揭示引起服装合体性问题的最深层、最本质的原因，对解决服装合体性问题具有重要的应用价值。

图4 服装设计、生产制造与销售中合体性评估问题

图5所示的产品为依据刘凯旋教授团队与法国高等艺术与纺织工艺学校（ENSAIT）所提出的“服装合体性智能评估技术”开发的基于人工智能的网购服装合体性评估系统，该系统可以智能地评估服装的合体性。目前越来越多的人趋向于在网上购买服装，而网购服装的合体性直接影响着销售过程中消费者的购买决定。在实体店中消费者可以通过试穿直接评估服装是否合体，而网购服装并不能真实的试穿，客户或销售服务人员只能依据个人经验粗略地判断服装的合体性，该方法对评估者个人相关的知识水平要求高且受主观因素影响较多，评估的准确性波动较大，这就导致了较高的退货和换货率。此外，服装电子商务公司在短时间内有成百上千件服装完成交易，如果运用传统方法对每一件服装进行人工合体性评估，成本高、基于人工智能的网购服装合体性评估系统解决了以上难题。

图5 服装合体性评估模型在服装生产中应用实例

（5）服装工业用三维数字化人体混合建模技术

图6 服装用三维人体混合建模技术

图6展示了刘凯旋教授团队所提出的“服装工业用三维数字化人体混合建模技术”的具体技术流程，为服装工业使用的3D虚拟人体模型提供了一套快速可行的构建方案。在该技术的辅助下，只需人体面部的正面和侧面照片以及三维人体扫描的点云数据就可以构建一个逼真的带骨骼的3D人体模型。该模型可以应用于3D服装设计、3D服装纸样开发、3D服装虚拟走秀等领域，较好地解决了服用3D人体虚拟模型的建模问题。

（6）服装虚拟仿真关键技术

服装虚拟仿真关键技术研究，可以实现服装设计与生产过程的自动化和智能化，与我国实施劳动密集型产业转型与升级的发展战略相吻合，对实现服装企业智能设计与制造，提升我国制造业整体技术水平具有重要意义。同时，对打破国外同类产品的垄断，填补了国内该领域的空白具有重要意义。刘凯旋教授团队所提出的“基于深度学习的弹性织物动力学仿真理论”，通过对前期大量真实服装设计用织物运动数据学习后，更高效地模拟真实世界的弹性织物-织物、织物-人体以及织物内部的碰撞检验，可以更加逼真地模拟弹性织物运动力学特征。图7展示了服装虚拟仿真关键技术的应用实例。

图7 服装虚拟仿真关键技术的应用实例

随着计算机信息技术的飞速发展，人工智能、机器学习、专家系统、智能决策、知识工程、3D虚拟现实等技术广泛地应用于各行各业，服装产业数字化转行与升级提供了强有力的技术支撑。刘凯旋教授团队一直把务实创新作为解决一切问题的突破口和源动力，围绕解决服装设计、生产与销售中的重点问题，不断创新思维、开拓视野、完善方法、推动实现问题有效解决、服装行业降本增效，使有效解决问题成为创新的最好方式。