基于交互式FOA算法和服裝部件庫的三維服裝設計

陸晗翔，劉曉剛

東華大學服裝與藝術設計學院，上海200051

基于交互式FOA算法和服裝部件庫的三維服裝設計

陸晗翔，劉曉剛

東華大學服裝與藝術設計學院，上海200051

針對傳統的三維服裝部件曲面偏置方法存在局部形狀難以控制以及部分特殊部件造型方法無法準確定義的缺點，結合果蠅優化算法的快速搜索能力和全局最優能力，在參數化造型方法的基礎上，建立衣領、衣袖和衣身的三維部件庫，在客戶滿意度最佳和設計材料最低的情況下，實現服裝部件的模塊化和參數化，便于后期三維服裝設計模型的快速調用。該方法可以有效地提高三維服裝設計的效率，避免重復繁瑣的服裝部件原始造型過程。

交互式；果蠅優化算法；三維服裝設計

隨著計算機技術和服裝CAD技術的快速發展，二維服裝CAD設計在服裝款式設計、排料和打版過程中均得到了廣泛應用，并取得了一定成果。雖然三維服裝CAD設計取得了一定研究成果，但是三維服裝設計的過程中需要設計者具備相應的專業基礎和較多的交互設計工作量，導致客戶無法參與三維服裝CAD設計［1］。針對該問題，本文首先將服裝部件如衣身、衣領、衣袖、口袋等隨機組合形成整體衣服，之后通過用戶交互的方式實現評分，利用果蠅優化算法和服裝部件庫的重復使用，結合用戶交互式評價的適應度，獲得用戶滿意的三維服裝設計結果。

1　果蠅優化算法

果蠅優化算法（Fruit Fly Optim ization Algorithm，FOA）是受果蠅覓食行為啟發所提出的一種生物尋優算法［2］，其算法流程如下：

（1）設置FOA算法參數：果蠅群體大小Popsize和最大迭代次數Iteration，X_begin、Y_begin表示隨機初始化果蠅群體位置；

（2）通過公式（1）和（2）計算果蠅個體尋優的隨機方向和距離；

其中，Value表示果蠅的搜索距離；xi和yi分別表示果蠅個體的下一時刻的位置。

（3）通過公式（3）計算果蠅個體和原點之間的距離di，而后通過公式（4）計算果蠅個體的味道濃度Si；

（4）將味道濃度Si代入味道濃度判定函數，如公式（5），計算出當前位置的果蠅個體味道濃度；

（5）找到果蠅群體中最佳味道濃度值由Smellb表示和最佳位置由xb和yb表示；

（6）保留并記錄果蠅最佳位置和最佳味道濃度，最佳味道濃度Smellbest=Smellb，果蠅初始位置X_begin=xb，Y_begin=yb，同時果蠅群體向當前最佳位置搜尋；

（7）進入迭代尋優，重復迭代步驟（2）～（5），同時判斷味道濃度是否好于前一迭代味道濃度；若成立，則轉到步驟（6）。

2　建立三維服裝部件庫

目前，三維服裝部件模型主要通過曲面偏置的方法構建出來，該方法存在局部形狀難以控制以及部分特殊部件造型方法無法準確進行定義［3］。針對上述缺點，本文利用參數化造型方法，建立衣領、衣袖和衣身的三維部件庫，實現服裝部件的模塊化和參數化，便于后期三維服裝設計的模型的快速調用，提高三維服裝設計的效率，避免重復繁瑣的服裝部件原始造型過程。

2.1建立三維服裝部件庫

為了便于后期三維服裝設計時，服裝部件模型的快速調用，首先需設計相應的衣領類、衣袖類和衣身類的三維服裝設計部件庫數據結構。

圖1　衣袖類定義Fig.1Definition of sleeves

2.2拼接服裝部件

圖2　衣領部件Fig.2Parts in collar

圖3　衣袖部件Fig.3Parts in sleeve

圖4　衣身部件Fig.4Parts in fashion

衣袖和衣領通過拼接線Fneck和Farm將二者和衣身拼接成一個整體。將拼接線定義為F=（C，｛Pi｝，｛Ti｝，｛Li｝）。其中，C表示空間曲線；｛Pi｝表示C的控制點在衣身網格曲面上投影點的集合；｛Ti｝表示｛Pi｝所在三角形序號的集合；｛Li｝表示｛Pi｝之間的線段集合［4］。在生成衣領和衣袖部件時，以衣身為參考生成拼接線Fneck和Farm，對于拼接線上每個點Pi可根據其對應的Ti獲得所在衣身網格三角形的頂點（Qi0，Qi1，Qi2），Pi可通過公式（6）～（8）獲得，其中（u，v，w）為重心坐標。

當服裝部件應用于其他衣身時，由于具有相同的拓撲結構，所以可根據拼接線中所記錄的Ti獲得Pi在新的衣身網格中所在的三角形頂點（Q＇i0，Q＇i1，Q＇i2），然后利用公式（9）計算出Pi在新衣身所對應的點P＇i。

當重新計算出所有控制點的新坐標后，即可將拼接線映射到新的衣身網格，根據映射后的拼接線將部件網格按三角形最小內角最大化的原則進行縫合完成部件拼接。

3　基于交互式FOA的三維服裝設計系統

3.1人機交互

為了最大限度地發揮人和計算機之間的相互優勢，將人和計算機結合起來，運用計算機定量表達的邏輯推理能力和人類定性認識的整體效應，實現定量和定性表達的最優化選擇。

3.2設計框架

基于交互式FOA的三維服裝設計系統的設計模塊圖如圖5所示［5］：

圖5　交互式三維服裝設計系統Fig.5 Interactive 3D fashion design system

3.3適應度函數

為了實現三維服裝設計運算，提出一種基于部件指針的編碼方式。部件指針指向服裝三維部件或者紋理數據結構的指針類型。果蠅個體直接由部件指針構成，從而實現三維部件的靈活拼接。果蠅個體定義成為｛X1，X2，X3，X4，X5，X6｝，其含義如圖6所示。編碼時，首先初始化果蠅個體位置的部件指針，之后從部件庫中讀取部件數據并將其保存到響應的類結構，從而形成一個代表三維服裝的果蠅個體，圖7表示一個果蠅個體的組成和其代表的三維服裝。解碼時，無需進行相應的變換處理，利用果蠅個體中的部件指針就可以實現服裝部件的組合、拼接和三維顯示等操作。

圖6　果蠅個體定義Fig.6Definition of a fruit fly

圖7　果蠅個體和其形成的三維服裝Fig.7A fruit fly and 3D fashions

由于服裝好壞的評價存在主觀性強和無法定量計算的缺點，通過人機交互評分的方式則更能合理的體現用戶對于所設計服裝的喜好。由于服裝由不同部件構成，不同的用戶對于服裝部件的偏重程度又有所不同。在此基礎上，通過三維服裝組件分別打分的方式，計算三維服裝設計的適應度。首先由用戶對服裝個體的衣身、衣袖及衣領進行打分，依次用Fgi、Fsi、Fci表示，之后將獲得的分值乘以相應的權重系數Ig、Is、Ic，最后將加權分值相加，獲得三維服裝的整體適應度Fitness。不同服裝部件的權重系數由用戶根據偏好設定［6］。

目標函數以三維服裝布料使用量最少為目標［7］：

3.4約束條件

約束條件包括共點約束、對稱約束、尺寸約束、干涉約束和邊界約束等11個約束條件［8］：

3.5數學模型

綜上，以三維服裝布料使用量最少為優化目標的優化設計問題的數學模型可由如下數學模型表示［9］：

4　仿真實驗

為了驗證本文算法的有效性，設置FOA算法的參數如下：迭代次數為100，種群大小為30，仿真實驗結果如圖8、圖9、圖10和圖11所示：

圖8　適應度函數的收斂過程Fig.8 Convergence process of fitness function

圖9　果蠅算法優化路徑Fig.9Optimalalgorithm for FOA

圖10　FOA和改進FOA收斂結果對比圖Fig.10Com parison between FOA and improved FOA

圖11　交互式FOA設計結果Fig.11Design based on interactive FOA

由仿真結果可知，交互式果蠅優化算法的優化設計問題，可以克服FOA算法的局部最優問題，同時收斂速度也得到較大提高。由圖10可知，改進的FOA算法收斂速度快于FOA算法，效果較好。

5　結論

針對傳統的三維服裝部件曲面偏置方法存在局部形狀難以控制以及部分特殊部件造型方法無法準確進行定義的缺點，在參數化造型方法的基礎上，建立衣領、衣袖和衣身的三維部件庫，在客戶滿意度最佳和設計材料最低的情況下，運用交互式FOA算法實現服裝部件的模塊化和參數化，便于后期三維服裝設計的模型的快速調用。實驗結果表明，提出的方法可以有效地提高三維服裝設計的效率，避免重復繁瑣的服裝部件原始造型過程。

［1］Wu W.An image quality assessmentmethod based on HVS［C］.Ottawa：41st annual IEEE international carnahan conference on security technology，2007：320-324

［2］Pan WT.A new fruit fly optim ization algorithm：Taking the financial distress model as an example［J］. Know ledge-Based Systems，2012，26（2）：69-74

［3］Wang Z，Bovik AC.AUniversal Image Quality Index［J］.IEEESignal Processing Letters，2002，9（3）：81-84

［4］Wang Z，Bovik AC，Lu L.Why is image quality assessment so difficult？［C］.Orlando：IEEE International Conference on Acoustics，Speech，and Signal Processing（ICASSP'02），2002，4：IV3313-IV3316

［5］Wang Z，Bovik AC，Sheikh HR，et al.Image quality assessment：from error visibility to structural sim ilarity［J］.IEEE Transactions on Image Processing，2004，13（4）：600-612

［6］王進，陸國棟，陳龍，等.三維服裝曲面的積件化設計技術及實現［J］.浙江大學學報：工學版，2009，43（2）：309-314

［7］馮海亮，林青家，陳滌，等.一種基于神經網絡的服裝設計曲面構造方法研究［J］.計算機應用，2010，26（9）：2206-2208

［8］Cervellera C，Wen A，Chen VCP.Neural network and regression spline value function approximations for stochastic dynamic programming［J］.Computer&Operations Research，2007，34（1）：70-90

［9］Li JF，Yang AP，Dai WZ.Modeling Mechanism of Grey Neural Network and Its Application［C］.Nanjin：IEEE InternationalConference on Grey Systemsand Intelligent Services，2007：404-408

3D Fashions Design Based on Interactive FOAAlgorithm and Parts Library

LU Han-xiang，LIU Xiao-gang
Fashion and ArtDesign Institute/Donghua University，Shanghai200051，China

This paper established the 3D fashion parts library based on the shaped parameters combining w ith the ability to quickly search of Flying Fruit Optimization Algorithm and the global optimization capability instead of the traditional 3D surface biasmethod，which was difficult to controland define accurately the local shape aswellas themodeling for special parts，so as to achieve amodularization and parameterization of fashion parts for easily using themodels in fashion parts library under the best customer satisfaction and the most economical materials.The proposed method could effectively improve theefficiency of3D fashion design to avoid a duplication of tediousoriginalmodeling for fashion parts.

Interactive；Flying FruitOptimization Algorithm；3D fashion design

TP391.1

A

1000-2324（2016）04-0595-05

2016-03-02

2016-03-28

陸晗翔（1991-），女，江蘇太倉人，在讀碩士研究生，主要研究方向為服裝設計理論與應用.E-mail：111111111hao@sina.com