一种基于神经网络算法的体感支撑技术方法技术

本发明专利技术提供了一种基于神经网络算法的体感支撑技术方法，包括以下步骤：S1.对受试者进行人体扫描以获得各受试者的体型数据；S2.确定服装尺寸数据，并令各受试者穿上根据服装尺寸数据制作出的样衣以进行试穿实验；S3.根据试穿实验获取各受试者对相应样衣的舒适性评分结果，且对评分不合格受试者对应的样衣进行服装尺寸调整后重复步骤S2和S3；S4.将评分合格受试者的体型数据作为输入，最终服装尺寸数据作为输出训练BP神经网络预测模型。将各受试者体型数据和最终服装尺寸作为训练样本训练BP神经网络预测模型，从而得到一个能够根据客户体型数据预测适合于客户的服装数据，相较于现有技术具有成衣舒适性更高，不需要进行后续修改等优点。

A method of somatosensory support based on neural network algorithm

【技术实现步骤摘要】
一种基于神经网络算法的体感支撑技术方法
本专利技术属于人体服装设计
，尤其是涉及一种基于神经网络算法的体感支撑技术方法。
技术介绍
服装压力的舒适性由人的生理、心理因素共同决定，目前，对于试穿衣服的舒适性评价仅仅停留在心理层面上，根据个人的心理感觉对穿着服装的压力舒适感(如紧、松)进行评分，这种方法由于个体的差异，难以保证主观实验者本身的可信性和实现试验的可重复性。相应地，目前服装厂家在对自家的服装进行舒适性测试的时候，使用的方法是令受试者(一般为较标准身材的受试者)穿上合适于受试者的一个或两个尺码进行舒适性主观评价，若评价较好，则直接判定为服装合格，若评价较低则根据受试者的主观描述对服装的具体部位进行调整。这样的方式存在受受试者主观因素影响较大，且只实验也只服务于一部分标准身材的受众，实验测试效果不强，导致最终受众对于服装的体验并不好。
技术实现思路
本专利技术的目的是针对上述问题，提供一种基于神经网络算法的体感支撑技术方法。为达到上述目的，本专利技术采用了下列技术方案：一种基于神经网络算法的体感支撑技术方法,包括以下步骤：S1.对受试者进行人体扫描以获得各受试者的体型数据；S2.确定服装尺寸数据，并令各受试者穿上根据所述服装尺寸数据制作出的样衣以进行试穿实验；S3.根据试穿实验获取各受试者对相应样衣的舒适性评分结果，且对评分不合格受试者对应的样衣进行服装尺寸调整后重复步骤S2和S3；S4.将评分合格受试者的体型数据作为输入，最终服装尺寸数据作为输出训练BP神经网络预测模型。在上述的基于神经网络算法的体感支撑技术方法中，步骤S3中，当舒适性评分结果低于预设值时确定为评分不合格，且通过以下方式获取舒适性评分结果：S31.获取受试者的心理检测值和生理检测值；S32.结合受试者的主观评分、心理检测值和生理检测值为相应样衣的舒适性打分。在上述的基于神经网络算法的体感支撑技术方法中，在步骤S31中，所述心理检测值包括皮电信号值，所述生理检测值包括心率监测值，且由皮电传感器获取皮电信号值，由心率传感器获取心率检测值。在上述的基于神经网络算法的体感支撑技术方法中，在步骤S31中，令受试者做随意动作和/或指定动作，并由三维动态捕捉系统捕捉受试者的每个动作，同时获取受试者各动作下的心理检测值和生理检测值。在上述的基于神经网络算法的体感支撑技术方法中，步骤S31具体包括：S311.捕捉受试者的各动作，并获取作出相应动作的时间；S312.根据时间节点获取受试者在各动作下的心理检测值和生理检测值；步骤S32具体包括：S321.通过动作评分方式计算每个受试者分别在每个动作下的舒适性分数；S322.获取受试者对样衣的主观评分，并通过综合评分方式计算每个受试者对相应样衣的舒适性评分结果。在上述的基于神经网络算法的体感支撑技术方法中，所述动作评分方式包括以下公式：a1＝X/|A1-A|；a2＝X/|A2-A|；……；an＝X/|An-A|；b1＝Y/|B1-B|；b2＝Y/|B2-B|；……；bn＝Y/|Bn-B|；S1＝(a1*q+b1*p)；S2＝(a2*q+b2*p)；……；Sn＝(an*q+bn*p)；其中，X、Y分别为心理数据的放大系数和生理数据的放大系数；a1、a2、an分别为受试者在动作1、2和n下的心理数据；b1、b2、bn分别为受试者在动作1、2和n下的生理数据；A、B分别为正常心理检测值和正常生理检测值；A1、A2、An分别为受试者在动作1、2和n下的心理检测值；B1、B2、和Bn分别为受试者在动作1、2和n下的生理检测值；S1、S2、Sn分别为受试者在动作1、2和n下的舒适性分数；q、p分别为心理数据的权重值和生理数据的权重值。在上述的基于神经网络算法的体感支撑技术方法中，所述综合评分方式包括以下公式：SD＝(S1+S2+……+Sn)*G/n+C*KSD为受试者对样衣的舒适性评分结果；C为受试者对样衣的主观评分分数；G和K分别为动作评分权重值和主观评分权重值。在上述的基于神经网络算法的体感支撑技术方法中，在步骤S3中，将评分结果不合格受试者在各动作下的舒适性分数分别反馈给实验人员。在上述的基于神经网络算法的体感支撑技术方法中，在步骤S4中，所述BP神经网络模型包括输入层、隐含层和输出层，且输入层和输出层的神经元节点数为2，隐含层的神经元节点数为3～11，在训练过程中逐级增加隐含层的神经元节点数以确定最终神经元节点数。在上述的基于神经网络算法的体感支撑技术方法中，步骤S4之后包括；S5.将客户的体型数据输入训练完成的BP神经网络预测模型；S6.BP神经网络预测模型根据体型数据输出服装尺寸数据。本专利技术的优点在于，结合生理、心理评分与主观评分对样衣进行舒适性打分，能够在一定程度上排除由个人的差异所产生的人为差异，使评分结果符合大部分人群的感觉效果；将各受试者体型数据和最终服装尺寸作为训练样本训练BP神经网络预测模型，从而得到一个能够根据客户体型数据预测适合于客户的服装数据，相较于现有技术直接根据体型数据制作服装的方式具有尺寸更加合适于客户，成衣舒适性更高，不需要进行后续修改等优点；通过三维动态捕捉的方式捕捉受试者在实验中的各动作，通过监测各动作下的生理数据和心理数据获得各部位的舒适性情况，从而为后续改进提供参考，提高服装修正效率。附图说明图1是本专利技术实施例一中基于神经网络算法的体感支撑技术方法的方法流程图；图2是本专利技术实施例一中三层神经元的网络结构示意图；图3是本专利技术实施例一中神经网络预测模型投入使用时的工作流程示意图；图4是本专利技术实施例一中获取舒适性评分结果的方法流程图；图5是本专利技术实施例二中获取舒适性评分结果的方法流程图；图6是本专利技术实施例二中基于神经网络算法的体感支撑技术方法的方法流程图。具体实施方式下面结合附图和具体实施方式对本专利技术做进一步详细的说明。如图1所示，本实施例公开了一种基于神经网络算法的体感支撑技术方法,包括以下步骤：S1.对受试者进行人体扫描以获得各受试者的体型数据；S2.确定服装尺寸数据，并令各受试者穿上根据所述服装尺寸数据制作出的样衣以进行试穿实验；S3.根据试穿实验获取各受试者对相应样衣的舒适性评分结果，且对评分不合格受试者对应的样衣进行服装尺寸调整后重复步骤S2和S3；S4.构建BP神经网络预测模型，并将评分合格受试者的体型数据作为输入，最终服装尺寸数据作为输出以训练所述BP神经网络预测模型。在步骤S4中，训练过程包括训练过程本身和训练结束后的确认和检验等完善BP神经网络预测模型的过程，对BP神经网络预测的训练是一种比较成熟的技术，故具体过程不在此进行赘述本文档来自技高网...

【技术保护点】
1.一种基于神经网络算法的体感支撑技术方法,其特征在于，包括以下步骤：/nS1.对受试者进行人体扫描以获得各受试者的体型数据；/nS2.确定服装尺寸数据，并令各受试者穿上根据所述服装尺寸数据制作出的样衣以进行试穿实验；/nS3.根据试穿实验获取各受试者对相应样衣的舒适性评分结果，且对评分不合格受试者对应的样衣进行服装尺寸调整后重复步骤S2和S3；/nS4.将评分合格受试者的体型数据作为输入，最终服装尺寸数据作为输出训练BP神经网络预测模型。/n

【技术特征摘要】
1.一种基于神经网络算法的体感支撑技术方法,其特征在于，包括以下步骤：
S1.对受试者进行人体扫描以获得各受试者的体型数据；
S2.确定服装尺寸数据，并令各受试者穿上根据所述服装尺寸数据制作出的样衣以进行试穿实验；
S3.根据试穿实验获取各受试者对相应样衣的舒适性评分结果，且对评分不合格受试者对应的样衣进行服装尺寸调整后重复步骤S2和S3；
S4.将评分合格受试者的体型数据作为输入，最终服装尺寸数据作为输出训练BP神经网络预测模型。


2.根据权利要求1所述的基于神经网络算法的体感支撑技术方法,其特征在于，步骤S3中，当舒适性评分结果低于预设值时确定为评分不合格，且通过以下方式获取舒适性评分结果：
S31.获取受试者的心理检测值和生理检测值；
S32.结合受试者的主观评分、心理检测值和生理检测值为相应样衣的舒适性打分。


3.根据权利要求2所述的基于神经网络算法的体感支撑技术方法,其特征在于，在步骤S31中，所述心理检测值包括皮电信号值，所述生理检测值包括心率监测值，且由皮电传感器获取皮电信号值，由心率传感器获取心率检测值。


4.根据权利要求3所述的基于神经网络算法的体感支撑技术方法,其特征在于，在步骤S31中，令受试者做随意动作和/或指定动作，并由三维动态捕捉系统捕捉受试者的每个动作，同时获取受试者各动作下的心理检测值和生理检测值。


5.根据权利要求4所述的基于神经网络算法的体感支撑技术方法,其特征在于，步骤S31具体包括：
S311.捕捉受试者的各动作，并获取作出相应动作的时间；
S312.根据时间节点获取受试者在各动作下的心理检测值和生理检测值；
步骤S32具体包括：
S321.通过动作评分方式计算每个受试者分别在每个动作下的舒适性分数；
S322.获取受试者对样衣的主观评分，并通过综合评分方式计算每个受试者对相应样衣的舒适性评分结果。


6.根据权利要求5所述的基于神经网络算法的体感支撑技术方法,其特征在于，所述动作评分方式包括...

【专利技术属性】
技术研发人员：高智英，张飘，王伟珍，
申请(专利权)人：杭州海飘科技有限公司，
类型：发明
国别省市：浙江;33