VR/AR技術在服裝領域的研究熱點及發(fā)展脈絡

摘要：隨著虛擬現(xiàn)實和增強現(xiàn)實技術的迅猛發(fā)展，其在服裝領域的應用日益顯著。本文借助文獻計量軟件CiteSpace梳理AR/VR技術在國內外服裝領域的研究熱點、發(fā)展脈絡、前沿和趨勢。研究結果表明，AR和VR技術在國內服裝領域的研究熱點主要集中在基礎理論與內涵、虛擬服裝的展示與應用，以及歷史服飾文化遺產數(shù)字化復原等方面。國外該領域的研究更多關注深度學習與系統(tǒng)架構、計算機與圖像處理技術的升級。未來，集成新興技術和智能化應用，推動服裝行業(yè)可持續(xù)發(fā)展和數(shù)智化轉型將是中國服裝領域的發(fā)展方向。

關鍵詞：虛擬服裝；VR技術；AR技術；研究熱點；知識圖譜；發(fā)展脈絡；智能時尚

中圖分類號：TS941.1

文獻標志碼：A

文章編號：1001-7003（2025）03-0043-14

DOI：10.3969/j.issn.1001-7003.2025.03.005

收稿日期：2024-03-28;

修回日期：2025-01-11

基金項目：天津市教育科學規(guī)劃課題項目（CIE210188）

作者簡介：李雪珂（1998），女，碩士研究生，研究方向為服裝與服飾設計理論及應用。通信作者：姚遠，副教授，2737345251@qq.com。

近些年，虛擬現(xiàn)實技術（Virtual Reality，VR）和增強現(xiàn)實技術（Augmented Reality，AR）已經深入各個產業(yè)領域，其中服裝領域尤為顯著。通過對中國知網（CNKI）和Web of Science（WOS）核心合集數(shù)據(jù)庫進行關鍵詞檢索，發(fā)現(xiàn)以“虛擬現(xiàn)實”“增強現(xiàn)實”和“服裝”為主題的學術論文數(shù)量逐年增加，表明國內外學者對該領域的研究呈現(xiàn)上升趨勢。但是，從內容上看，現(xiàn)有研究鮮有學者關注該領域國內外研究熱點的差異。就方法而言，以主觀的內容解讀為主，運用科學計量工具的客觀分析不多。鑒于此，為了更加全面地對比分析國內外服裝領域中AR/VR技術研究熱點及其發(fā)展脈絡，本文運用當前學界較為認可的文獻計量軟件CiteSpace作為研究工具，對21世紀以來國內外服裝領域中AR/VR技術研究熱點進行可視化比較分析，客觀呈現(xiàn)國內外該領域研究熱點的異同、前沿和趨勢，以及國外該領域已有的研究對中國的啟示等，致力于為國內虛擬服裝的研究提供新的思路與方法。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

本文借助CiteSpace 6.3.R1軟件采用文獻計量方法對采集的文獻進行可視化分析。運用關鍵詞共現(xiàn)和聚類算法分析21世紀以來（2001—2024年）國內外VR/AR技術在服裝領域的研究熱點主題，同時利用CiteSpace軟件的突現(xiàn)詞檢測（Burstness）、時間線圖（Timeline Views）并結合國家政策、市場動向等因素，分析國內外服裝領域中AR/VR技術的發(fā)展脈絡和未來趨勢。

1.2 數(shù)據(jù)來源

本文知識圖譜的中文數(shù)據(jù)來源于中國知網（CNKI）數(shù)據(jù)庫，以“虛擬現(xiàn)實”“增強現(xiàn)實”和“服裝”為主要主題詞進行檢索。英文數(shù)據(jù)來源于Web of Science核心合集數(shù)據(jù)庫，以“Virtual Reality”“Augmented Reality”和“Clothing”為主要主題詞進行檢索，中英文數(shù)據(jù)時間限制均為2001—2024年。為提高數(shù)據(jù)的準確性及科學性，本文進一步手動選擇文獻類型為論文，去除設計作品、會議論文、綜述等與研究主題相關度不高的無效文獻，再次精確檢索，所得中文文獻265篇文獻（簡稱“中文樣本”），英文文獻240篇文獻（簡稱“英文樣本”）。

2 研究熱點主題分析

本文對中英文樣本的參數(shù)設置均為相同，“Time Slicing”設置為2001—2024年，“Years Per Slice”設置為1，“NodeTypes”選擇“Keyword”，“Link”參數(shù)選擇Cosine算法，“Selecation Criteria”（時間區(qū)間提取對象數(shù)量）設置為Top50% per slice（提取每個時間切片中排名前50%的對象），最后點擊“Start”并借助Excel工具進行數(shù)據(jù)處理，統(tǒng)計結果如表1所示。

在學術論文中，關鍵詞是用來描述論文核心內容、主題或研究焦點的詞或短語。通過對高頻關鍵詞統(tǒng)計的分類，可以更好地理解這一領域的各個重要組成部分及它們之間的關系。關鍵詞出現(xiàn)的頻次越高，越能反映該研究領域的熱點。在中文樣本中（表1），關鍵詞共現(xiàn)頻次最高的是“虛擬試衣”，共現(xiàn)59次，因此虛擬試衣是國內現(xiàn)階段研究的熱點，其次較高的關鍵詞有“服裝設計”“虛擬服裝”“虛擬仿真”“虛擬展示”“VR技術”，再次是“數(shù)字化”“元宇宙”和“深度學習”等。這些關鍵詞一定程度上反映出國內該領域的研究熱點體現(xiàn)在VR/AR技術在服裝中的應用、數(shù)字化轉型和未來趨勢和概念等三個方面。

在英文樣本中（表1），關鍵詞共現(xiàn)頻次最高的是“virtual try-on”，共出現(xiàn)72次，因此虛擬試衣是國外現(xiàn)階段研究的熱點，其次較高的關鍵詞有“model”“image synthesis”“appearanc flow”“generative adversarial network”，再次是“three-dimensional display”“deep learning”“virtual dressing room”“ease allowance”和“virtual clothing”等。這些關鍵詞一定程度上可以反映出該領域在國際研究中的熱點方向，可以大致分為虛擬服裝的展示與應用（virtual try on，three-dimensional display，virtual dressing room）、系統(tǒng)架構與深度學習（generative adversarial network，appearance flow，easeallowance，deep learning）、計算機與圖像處理技術（model，image synthesis，image segmentation）等三個部分。

通過對國內外該領域學術論文高頻關鍵詞的統(tǒng)計、歸納與分析，可以看出虛擬現(xiàn)實技術和增強現(xiàn)實技術在服裝領域的應用是一個多學科交叉的領域，涉及計算機科學、圖像處理、系統(tǒng)集成和深度學習等多項技術。高頻關鍵詞清單涵蓋了服裝領域虛擬現(xiàn)實技術從核心技術到實際應用的多個方面，顯示出該領域的研究深度和廣度。

3 研究熱點主題的歸納與探討

在關鍵詞共現(xiàn)分析的基礎上，本文對國內外服裝領域中AR/VR技術研究的關鍵詞進行聚類分析，進一步明晰該領域的重要研究主題。在關鍵詞共現(xiàn)圖譜的基礎上選擇“Clusters”，按照“Label Clusters with indexing terms”方法點擊“LLR”（對數(shù)似然率算法）進行關鍵詞聚類，本次中文關鍵詞聚類的模塊化Q值為0.721 5（大于0.5），表明聚類結構顯著；聚類平均輪廓值S值為0.913 4（大于0.7），表明聚類合理（圖1）。本次英文關鍵詞聚類的模塊化Q值為0.767 9（大于0.5），表明聚類結構顯著；聚類平均輪廓值S值為0.920 4（大于0.7），表明聚類合理（圖2）［1］。從中英文樣本中提取排名前10的聚類編號及其對應的關鍵詞，并運用Excel工具進行表格繪制得到表2和表3所示的關鍵詞聚類表格。基于關鍵詞共現(xiàn)和聚類分析的結果，結合相關文獻內容，本文將21世紀以來AR/VR技術在國內外服裝領域研究的主題總結為五個方面（表4）。其中，#1虛擬現(xiàn)實、#2AR技術、#4元宇宙和#5 Virtual Reality（虛擬現(xiàn)實）等聚類主要聚焦于AR/VR技術在服裝領域的概念、內涵與基礎理論方面的研究。#0虛擬試衣、#3服裝設計、#0 Virtual Try-On（虛擬試衣）和#2 Fashion Industry（時尚產業(yè)）等聚類主要探索AR/VR技術在服裝領域的應用研究。#7服裝營銷、#8用戶體驗、#3 Fit Evaluation（適合度評價）、#8 Purchase Intention（購買意愿）主要分析虛擬試衣技術對用戶體驗和購買意愿的影響，以及用戶體驗對虛擬試衣技術改進的反饋。#5虛擬仿真、#10圖像重建、#1 Computer Graphics（計算機輔助設計）、#4 3D Scanning（三維掃描）、#6 3D Modeling（三維模型）、#7 Digital Twin（數(shù)字孿生）、#10 Image Synthesis（圖像分析）重點探索AR/VR關聯(lián)技術在服裝領域的研究。#9數(shù)字化、#6虛擬博物館和#9 Virtual Exhibition Hall（虛擬博物館）探索AR/VR技術如何賦能服裝文化遺產復原與傳承。

3.1 AR/VR技術的概念與發(fā)展歷史

虛擬現(xiàn)實技術廣義上不僅包括虛擬現(xiàn)實（VR），還包括增強現(xiàn)實（AR）和混合現(xiàn)實（MR），這三者統(tǒng)稱為“泛虛擬現(xiàn)實”，有時也被稱為3R產業(yè)［1］。本文所說的VR一般指的是狹義的VR技術，即創(chuàng)建一個三維虛擬世界，用戶可以在其中與虛擬信息進行互動，體驗視覺、聽覺乃至觸覺的反饋。相對地，AR技術通過圖像分析和攝影機定位技術，將虛擬世界與現(xiàn)實世界相結合，提供實擬交互體驗。VR與AR之間存在著本質的區(qū)別：前者用數(shù)字環(huán)境取代自然環(huán)境，通過計算機將用戶投射到這個模擬環(huán)境中；而后者則是通過頭戴式設備、AR眼鏡或智能手機等常用設備將數(shù)字對象投射到自然環(huán)境中，為實際空間添加虛擬信息。

VR技術的發(fā)展主要經歷了概念提出、實驗研究、商業(yè)應用三個階段。20世紀30年代虛擬現(xiàn)實一詞首次在文學作品中被提出以來［3］，VR技術在20世紀50—80年代經歷了早期的實驗研究階段，主要由學者和研究人員推動。如1957年誕生了第一臺VR模型“Sensorama”、1968年伊凡·蘇澤蘭（Ivan Sutherland）創(chuàng)造了“達摩克利斯之劍”。20世紀80年代末，杰倫·拉尼爾（Jaron Lanier）推出世界上第一臺市場化的VR頭顯設備［4］。20世紀90年代后，VR技術逐步走向商業(yè)化，為后續(xù)的發(fā)展奠定了基礎。21世紀初期，公共和投資者對VR技術的興趣較少。進入到21世紀第二個十年后，VR技術在消費市場上重新興起。美國的VR技術和市場應用處于全球領先地位，科技公司如微軟的HoloLens和Valve的SteamVR在硬件和內容方面取得了顯著成果。在2016年VR元年的帶動下，歐洲的許多公司積極投入VR產業(yè)，如法國和英國在VR技術研究和應用方面表現(xiàn)尤為突出。中國雖然起步較晚，但隨著計算機圖形學等技術的發(fā)展，VR技術的研究和應用得到了高度重視。“九五”規(guī)劃、國家自然科學基金會、國家高技術研究發(fā)展計劃都已將虛擬現(xiàn)實技術的研究列為重點研究項目。北京航空航天大學是最早進行VR研究的權威機構；清華大學采用QuickTime技術所做的“布達拉宮”；隨后浙江大學等紛紛開展VR研究，并取得了一系列成果［5］。

增強現(xiàn)實（Augmented Reality）一詞由波音公司研究員Thomas P. Caudell于1990年首次提出［5］，20世紀90年代AR技術主要應用在專業(yè)領域，如飛行測試、訓練模擬等。隨后，增強現(xiàn)實應用涵蓋了教育、通信、醫(yī)藥和娛樂等商業(yè)行業(yè)。近年來，隨著電商的興起，國內外商場都在積極嘗試將AR/VR應用到服裝領域中，如意大利的ShelfZone、阿里巴巴在2016年打造的Buy+都應用了虛擬試衣技術來改善顧客的零售體驗。在學術研究中，方超逸等［7］系統(tǒng)綜述了VR/AR在服裝設計、性能評價、營銷策劃環(huán)節(jié)的研究進展和相關應用，并基于現(xiàn)狀展望了該領域未來的研究方向，為VR/AR技術在服裝領域的應用推廣提供思路。21世紀以來，AR和VR技術在服裝領域得到了廣泛研究，從最初的靜態(tài)虛擬試衣到如今的動態(tài)虛擬試衣和全景虛擬購物環(huán)境，為服裝零售行業(yè)帶來了創(chuàng)新和變革。

元宇宙（Metaverse）一詞起源于1992年的科幻小說《雪崩》，是“meta”（意為超越）和后綴“verse”（宇宙的簡寫）相組合。在書中，元宇宙被設想為一個結合了虛擬現(xiàn)實、增強現(xiàn)實和互聯(lián)網的沉浸式虛擬世界，它允許用戶通過數(shù)字化進行互動和體驗［8］。近年來，元宇宙與時尚界之間的緊密融合已經催生了一個充滿活力的虛擬社交網絡，其中數(shù)字化服裝、虛擬時尚和NFT（Non-Fungible Token）等創(chuàng)新理念在國內嶄露頭角。元宇宙語境下服裝體驗方式的重構能夠促使時尚產業(yè)與商業(yè)模式的創(chuàng)新、VR技術發(fā)展與融合、虛擬社交與身份認同，以及服裝行業(yè)的可持續(xù)性發(fā)展與生態(tài)保護。這不僅為時尚產業(yè)注入了新的生命力，還在某種程度上顛覆了傳統(tǒng)的、與物質實體密不可分的時尚概念。在國內最新的研究中，李潔涵等［10］為解決虛實融生的新時代下服裝設計、生產、展示、銷售的數(shù)字化，從身體認知觀念、知覺場和感官聯(lián)覺效應這三個方面，深入探討了元宇宙語境下服裝體驗維度與體驗

方式的重構，并提出了新的服裝體驗路徑與感知方式。元宇宙語境下服裝體驗方式的重構能夠為服裝行業(yè)帶來了無限的可能性，但也不可避免地面臨多種技術上的難題，如虛擬試穿時需要動態(tài)模擬和實時渲染等、各系統(tǒng)之間技術的兼容能力，以及涉及隱私安全問題等［17］。探究如何跨越這些障礙，為用戶提供更為優(yōu)越的互動體驗是未來該領域研究的重點方向。

3.2 AR/VR關聯(lián)技術在服裝領域的研究

由于AR和VR技術的實現(xiàn)是基于計算機相關技術的發(fā)展，因此，AR和VR技術在服裝領域的發(fā)展道路上有許多關聯(lián)的技術。例如，3D掃描、計算機圖形學、數(shù)字孿生、圖像合成等人工智能技術的發(fā)展為虛擬試衣提供了技術支撐。表5是本文對虛擬服裝領域關聯(lián)技術的總結。

自20世紀80年代末Miralab工作室的“FlashBack”開創(chuàng)了服裝計算機輔助設計領域以來，該技術在服裝領域的研究蓬勃發(fā)展［11］。其中，計算機圖形學界為該領域作出了重大貢獻，涵蓋了服裝設計的各個方面，從圖案生成、交互式編輯、虛擬試穿到設計自動化。21世紀初，研究主要集中如何將計算機圖形學技術用于服裝設計的視覺化和模擬。如McCartney［12］提出一種懸垂算法，可以讓所選織物中的圖案簡單地附著在人體模型周圍，以實現(xiàn)服裝的可視化。隨著計算機硬件和工具性能的不斷提升，越來越多學者利用3D建模創(chuàng)建人體模型和試穿虛擬服裝。如Casado等［13］提出了一種數(shù)據(jù)驅動的方法“Pergamo”，用于從單目圖像中學習3D服裝的可變形模型。Liu等［14］提出了一種穩(wěn)健且高度逼真的服裝建模方法，可從單個RGB圖像生成具有視覺一致服裝風格和皺紋分布的3D服裝模型。計算機圖形學在服裝領域的應用從早期的二維圖樣設計逐步發(fā)展到如今的三維虛擬試穿和智能化設計系統(tǒng)。隨著技術的不斷進步，計算機圖形學在提高設計效率、減少成本和推動服裝行業(yè)智能化方面發(fā)揮著重要作用。

數(shù)字孿生（Digital Twin，DT）最初是由密歇根大學的邁克爾·格里夫斯（Michael Grieves）在2003年的產品生命周期管理講座上提出的這一概念［15］，其被定義為通過數(shù)字技術創(chuàng)建的物理對象的相同數(shù)字模型，是數(shù)字化轉型和智能化升級的新興技術。在服裝行業(yè)中，數(shù)字孿生技術通過創(chuàng)建數(shù)字化的虛擬副本來模擬真實世界的服裝或時尚展示。在虛擬試衣間中使用數(shù)字孿生技術有三種方法。首先，DT通過3D掃描儀或攝像機捕獲用戶的身體數(shù)據(jù)，并利用這些信息構建個性化的數(shù)字對象模型。其次，在收集服裝數(shù)據(jù)后，DT會生成服裝的數(shù)字模型，然后以數(shù)字方式模擬服裝在不同體型上的外觀和合身度。最后，DT允許用戶在數(shù)字環(huán)境中虛擬試穿不同的服裝，以評估其外觀和合身度，選擇他們喜歡的款式并進行定制。通過收集和分析用戶的合身度和購買數(shù)據(jù)，設計師可以不斷優(yōu)化與服裝相關的數(shù)字模型和算法，以改善服裝合身度并增強用戶體驗［16］。這種技術可以用于產品設計、測試和市場前分析，以減少實際樣品的生產，從而降低成本和加快生產周期。

人工智能（Artificial Intelligence，AI）是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學，是計算機科學的一個分支。其中，生成對抗網絡（Generative Adversarial Nets，GANs）是一種基于對抗學習的深度生成模型。自2014年Goodfellow等［20］提出生成對抗網絡以來，圖像生成、計算機視覺、語音和語言處理等領域取得了令人矚目的進步。各種衍生的GAN模型也相繼被提出，如漸進式GAN［21］在生成高質量圖像方面取得了卓越成果，并且分辨率不斷提高。StyleGAN［22］以多功能性而聞名，可生成具有多種風格和鮮明特征的圖像。雖然GAN在過去的十年里被廣泛應用在虛擬試衣領域中，但它們也面臨圖像生成質量有限、訓練不穩(wěn)定的局限性。為了克服GAN的局限性，Chakraborty等［23］提出了各種改進的訓練方法及與流行的深度學習架構的混合，如Transformer、物理信息神經網絡（PINN）、大型語言模型（LLM）和擴散模型。近年，擴散模型（Diffusion Model，DM）由于其高質量的文本圖像生成性能得到了國內外學者的廣泛探索，如Cao等［24］提出了一種新穎的基于擴散模型的無監(jiān)督結構感知傳輸方法“DiffFashion”。此外，基于深度學習和擴散模型的文本轉圖像生成平臺，如Disco Diffusion、Midjourney和Stable Diffusion等也逐漸被應用到服裝設計的早期階段。將擴散模型融入服裝領域是一個相對較新的研究方向，目前為止僅有少量的研究。然而，鑒于所取得的良好結果及擴散模型在虛擬試穿應用中的潛力，可以預期在不久的將來，擴散模型在實際應用中的使用會逐漸增多。

3.3 AR/VR技術在服裝領域應用與實踐方面的研究

AR/VR技術在服裝領域的應用大多集中在虛擬試衣（Virtual Try-On）、時尚行業(yè)（Fashion Industry）和服裝設計方面。其中，虛擬試衣是一項利用計算機視覺和機器學習預測指定體型上服裝效果的技術［25］。主要依托于三維建模、增強現(xiàn)實、虛擬現(xiàn)實、圖像處理及近年來的深度學習技術，通過這些技術將服裝的圖像準確地映射到用戶的數(shù)字化身體模型上。在國內最新的學術研究中，為解決動態(tài)試衣過程中由于人物的姿態(tài)變化導致試穿的服裝出現(xiàn)自遮擋、印花模糊等問題，胡欣榮等［26］提出了基于空間變換網絡（Spatial Transformer Network，STN）的服裝扭曲網絡動態(tài)虛擬試衣方法。郭宇軒等［27］采用擴散模型并應用ControlNet網絡實現(xiàn)虛擬試衣，可以快速生成特定服裝款式的成衣效果圖。國際上，Islam等［28］開發(fā)了一種創(chuàng)新的多姿勢虛擬試穿模型“StyleVTON”。Fang等［29］為了適應更廣泛的試穿場景提出了一種通過漸進推理范式（PGVTON）的新型虛擬試穿方法，該模型利用自上而下的推理和通用的服裝試穿策略能夠更好地合成多姿勢虛擬試穿圖像，特別是在身份和服裝細節(jié)的保留方面。這些研究表明，隨著新技術的不斷涌現(xiàn)，虛擬試衣系統(tǒng)正在向更加智能和真實的方向發(fā)展。

除此之外，最近的研究集中于探索AR/VR技術對時尚行業(yè)的影響。在全球范圍內，有許多知名時尚品牌紛紛引入AR/VR技術，通過不斷創(chuàng)新和優(yōu)化，為用戶提供更便捷、互動和愉悅的購物體驗。如Farfetch使用3D身體網格和布料模擬技術提供逼真的虛擬試衣體驗。該品牌與Snapchat合作，通過先進的3D身體網格技術和重力模擬，實現(xiàn)了逼真的虛擬試衣體驗［30］。用戶可以通過語音命令切換服裝，并直接在Snapchat上購買產品（圖3）。此類技術不僅增強了品牌的互動性和吸引力，還減少了因試穿不便而產生的退貨率。不僅如此，目前已有服裝品牌使用生成式人工智能，StitchFix使用GPT-3和DALL-E2技術分析客戶反饋，提供更精準的產品推薦。通過生成式AI模型，StitchFix造型師能夠快速解讀大量的客戶反饋，并根據(jù)客戶偏好推薦產品［31］。

服裝設計方面，VR/AR技術的應用大致集中在服裝款式、服裝結構和服裝面料三個方面。利用VR技術創(chuàng)建全方位的虛擬數(shù)字空間，進行平面二維服裝樣板與三維樣衣的自由切換，實現(xiàn)多方實時交流和修改服裝款式、結構等工作，對圖案紋樣、色彩、構圖進行設計，預先模擬圖案的肌理效果［7］。設計師通過虛擬試衣、按需生產和智能制造可以減少資源浪費和環(huán)境污染。這種技術推動了環(huán)保材料的研發(fā)和應用，減少了生產過程中的碳足跡和廢棄物，促進了時尚行業(yè)的可持續(xù)發(fā)展。

3.4 AR/VR技術在服裝市場與用戶體驗方面的研究

VR和AR在時尚行業(yè)的融合不僅是技術問題，它還涉及用戶體驗、提高客戶滿意度及創(chuàng)建以客戶為中心的戰(zhàn)略。近些年，關于“Fit Evaluation（適合度評價）”“Purchase Intention（購買意愿）”“服裝營銷”“用戶體驗”等領域在虛擬服裝中的研究越來越多。通過VR和AR技術，品牌可以讓消費者通過虛擬體驗更直觀地感受和了解產品，并進行服裝營銷和宣傳。如迪奧與Instagram合作，讓用戶可以虛擬試用化妝品和配飾。香奈兒則推出了智能試衣間和Lipscanner應用程序。博柏利和谷歌聯(lián)手將AR整合到谷歌搜索中，讓產品探索更具吸引力，從而提升用戶體驗和購買意愿。

在國內最新的學術研究中，魯成等［32］基于TAM模型建立了態(tài)度接受模型，通過實證檢驗了虛擬服裝屬性對實物服裝態(tài)度的影響及作用機制。結果表明，虛擬服裝的高質量視覺呈現(xiàn)效果和先進技術能夠有效提升消費者對品牌實物服裝的購買意愿，肯定了虛擬服裝在助推實體消費方面的商業(yè)價值。國外也從消費者的角度對虛擬服裝進行了研究，目的是了解消費者對此技術的態(tài)度、預期和可能的擔憂。如Kim等［33］采用改進的e-TAM模型來檢驗虛擬試衣的功能性和享樂性的雙重作用。此外，服裝合身度是消費者在線上服裝評估過程中重要的考慮因素，也是時尚行業(yè)產生大量在線退貨的主要原因。Liu等［34］通過實驗結果表明，基于反向傳播人工神經網絡的合身度評估模型的預測準確率為93%，與傳統(tǒng)方法相比，該技術可以應用于線上虛擬試衣的合身度評估。因此，優(yōu)秀的用戶體驗和準確的適配評估是提高購買意愿的重要因素，而創(chuàng)新的營銷策略則能夠有效地利用這些技術優(yōu)勢來吸引顧客。

3.5 AR/VR技術在傳承歷史服飾文化遺產方面的研究

在數(shù)字全球化的背景下，AR/VR技術為文化遺產的傳承和創(chuàng)新提供了強大的工具。尤其是在跨時代服裝體驗、3D數(shù)字化保存、歷史服飾復原等方面有望進一步推動服飾文化遺產的傳承與發(fā)展。為全面貫徹中共中央辦公廳、國務院辦公廳印發(fā)的《“十四五”文化發(fā)展規(guī)劃》精神，以數(shù)字技術推動中華優(yōu)秀傳統(tǒng)文化創(chuàng)造性轉化、創(chuàng)新性發(fā)展［35］，國內已有許多學者基于三維虛擬展示軟件對服飾復原與數(shù)字化保存進行了嘗試。如佟萌等［36］以明代文武官員服裝為例，選取孔府舊藏中朝服、公服、常服，在復原其結構、面料紋樣的基礎上進行三維建模與展示。許多學者利用虛擬試衣技術將唐朝《簪花仕女圖》［37］、《韓熙載夜宴圖》［38］、《搗練圖》［39］等平面繪畫中的服飾進行樣板繪制、虛擬縫合、虛擬建模，形成了數(shù)字化資源。國際上，該領域的研究集中在虛擬博物館，如Dvorˇák等［40］介紹了一個專門用于博物館中服裝收藏的新方法，通過創(chuàng)建服裝的數(shù)字3D模型，并利用兩個實時應用程序展示這些服裝的動態(tài)效果。其中，“Virtual Wardrobe”應用允許公眾通過模擬織物運動來觀察服裝細節(jié)，而“Virtual Mirror”應用則讓公眾能夠虛擬試穿選定的收藏品。此外，中國學者在國際該領域的貢獻較為突出，如Liu等［41］基于CLO3D軟件對唐代壁畫《使臣圖》中描繪的官員和外國使臣服飾進行數(shù)字修復實驗，并采用FAHP模型驗證修復結果的準確性。實驗表明，數(shù)字化重建的服飾與出土壁畫人物服飾實物相似度較高，且修復結果通過了可信度驗證。這些國內外學術研究都為歷史服飾的復原研究提供了理論基礎和實驗方法，對歷史服裝的保護和傳承具有一定意義。

研究表明，數(shù)字化虛擬仿真服裝修復方法的應用具有兩大優(yōu)勢：首先，與傳統(tǒng)服裝修復方法相比，數(shù)字化修復能夠快速看到修復效果，降低因人為失誤而導致文物二次損壞的可能性；其次，數(shù)字化技術在服裝數(shù)據(jù)系統(tǒng)化存儲和分析方面具有便利性，能幫助研究人員從多維度理解傳統(tǒng)服裝的演變和文化內涵［42］。雖然數(shù)字技術在文化遺產保護和研究中具有廣泛的應用前景，可以潛在地解決許多傳統(tǒng)博物館面臨的困境，但它并不能完全取代傳統(tǒng)服裝博物館。

4 熱點研究主題的發(fā)展脈絡

利用CiteSpace軟件中的Burstness算法進行關鍵詞突現(xiàn)性檢測，可以統(tǒng)計短期內發(fā)生較大改變的關鍵詞以了解在某階段的研究熱點，掌握該研究領域的前沿課題。在關鍵詞共

現(xiàn)圖譜的基礎上，本文選擇突發(fā)性（Burstiness），設置突現(xiàn)時間的最小單位（Minimum Duration）為兩年，計算值為0.5，選擇refresh，點擊View之后生成共有13個中文突現(xiàn)詞和14個英文突現(xiàn)詞（表6、表7）。最后，運用CiteSpace軟件的Timeline Views繪制時間線（圖4、圖5），用來研究21世紀以來國內外VR/AR技術在服裝領域中研究熱點主題的演化。結合中英文樣本的關鍵詞突變情況和時間線圖譜，本文將2001—2024年國內外VR/AR技術在服裝領域的研究熱點演進趨勢劃分為三個階段。

4.1 VR/AR技術在服裝領域的初期探索階段（2001—2009年）

21世紀初，國內開始引入VR和AR技術應用到服裝領域。此時，虛擬服裝被定義為通過仿真和模擬技術手段形成的數(shù)字服裝，被視為服裝生產打樣的輔助工具。由于當時技術發(fā)展尚處于起步階段，國內外虛擬服裝研究主要集中于人體和服裝的建模、三維制版和紋理映射等虛擬服裝制作技術的優(yōu)化升級［32］。

4.2 VR/AR技術在服裝領域的發(fā)展與市場應用（2010—2019年）

VR和AR技術在21世紀的第二個10年得到了更廣泛的應用和關注。2010年后的研究熱點開始向更實際的應用場景轉移，國內外更注重“體感交互”“服裝營銷”“oline shopping”“virtual fitting room”等方向的研究。這是由于隨著技術的發(fā)展，計算機處理能力的進步和更先進的圖形技術使得高質量的虛擬環(huán)境成為可能。再加上該時期電子商務的快速發(fā)展，線上購物對虛擬試衣技術的需求大大增加，消費者希望在購買前能更直觀地看到服裝的試穿效果。因此，VR和AR技術逐漸融合應用于服裝設計、展示、生產和市場營銷中。相較之下，國外學界和市場更注重研究虛擬試穿的技術升級、功能維度和應用前景的拓展。如圖5中“3d body scan”“3d reconstruction”“gnerative adversarial network”“image synthesis”等詞可以看出該時期國外專注于提升虛擬試穿系統(tǒng)的實時著裝效果，運用機器學習等方法不斷優(yōu)化系統(tǒng)性能，旨在解決數(shù)據(jù)存儲、人體測量、數(shù)據(jù)優(yōu)化等技術難題。

4.3 VR/AR技術在服裝領域的智能技術集成和應用拓展（2020年以來）

近年來，伴隨新興技術的不斷涌現(xiàn)，AR和VR技術在國內外服裝領域得到了較大發(fā)展，其內涵和應用場景得到了延伸，學界關于虛擬服裝的研究重點從技術層面逐漸向商業(yè)（“服裝營銷”“fashion industry”“market research”）、文化傳承（“服飾復原”“virtual exhibition hall”）和社會價值（“可持續(xù)”“environment”）等多元化方向發(fā)展。隨著元宇宙概念的興起和區(qū)塊鏈技術的發(fā)展，虛擬服裝不再僅限于虛擬試穿系統(tǒng)中，而是以多種形態(tài)應用于社交平臺、游戲等虛擬網絡空間中，并逐步發(fā)展為可收藏、可交易的數(shù)字商品。現(xiàn)階段，國內外研究仍在不斷推進虛擬服裝的技術升級（“擴散模型”“appearance flow”“neural network”）。最新的研究趨勢是將深度學習、人工智能技術與VR/AR相結合，用于預測分析、個性化推薦、優(yōu)化供應鏈管理，以提高生產效率，從而幫助時尚行業(yè)減少浪費，實現(xiàn)可持續(xù)發(fā)展的目標。

5 結 語

本文借助CiteSpace軟件對中國知網CNKI和Web of Science核心合集數(shù)據(jù)庫的相關文獻進行計量分析，梳理21世紀以來國內外服裝領域中AR/VR技術的研究熱點、發(fā)展脈絡及前沿趨勢，可以得到以下結論。

AR/VR技術在國內外服裝領域的研究熱點呈現(xiàn)多維度的特點。國內研究熱點集中在AR/VR基礎理論與內涵的理論研究、虛擬服裝的展示與應用、歷史服飾文化遺產數(shù)字化復原等方面。國外研究則更多關注深度學習與系統(tǒng)架構、計算機與圖像處理技術的升級。如國外學者在該領域的研究更側重于通過先進技術提升系統(tǒng)性能和展示效果，對相關技術的前沿研究更為深入。這種現(xiàn)象歸因于國外在信息、數(shù)字技術方面具有先發(fā)優(yōu)勢，這使得其在系統(tǒng)架構、智能化應用方面的學術研究相較于國內期刊所刊載的文獻更具前沿性。

從發(fā)展脈絡來看，國內外對該領域的研究均體現(xiàn)階段性特征。在初期探索階段（2001—2009年），國內外主要集中在虛擬服裝制作技術的優(yōu)化升級，如人體和服裝的建模等。隨著技術發(fā)展和市場需求變化，在發(fā)展與市場應用階段（2010—2019年），國內開始注重技術與市場應用的結合，如體感交互和服裝營銷等方向；國外則更加專注于虛擬試穿技術的升級和拓展。進入2020年以來的智能技術集成和應用拓展階段，國內外該領域研究熱點進一步多元化，涵蓋商業(yè)、文化傳承和社會價值等多個領域，同時結合深度學習、人工智能技術的應用。

面對科技進步的新形勢，紡織服裝業(yè)迫切需要對其研發(fā)、設計和制造生產體系進行數(shù)字化智能升級。“數(shù)智時尚”是中國未來一段時間紡織服裝行業(yè)的發(fā)展趨勢，探索將物聯(lián)網、人工智能和機器學習集成到虛擬現(xiàn)實技術中，以實現(xiàn)更智能化和自動化的服裝設計及制造過程是未來紡織服裝行業(yè)發(fā)展的核心動能。集成人工智能與大數(shù)據(jù)不僅可以根據(jù)消費者的購物習慣和偏好為用戶提供個性化的服裝設計及推薦，還可以用數(shù)據(jù)分析進行市場預測、客戶反饋和改進；利用物聯(lián)網技術可以監(jiān)控生產過程中的各個環(huán)節(jié)，實現(xiàn)更高效的庫存管理和供應鏈優(yōu)化；對于國內虛擬服裝領域而言，集成新興技術與智能化在服裝領域中的應用不僅可以助推中國時尚產業(yè)由“制造”轉向“智造”，還預示著服裝行業(yè)未來的發(fā)展方向，將引領紡織服裝行業(yè)走向更加數(shù)字化、智能化和可持續(xù)發(fā)展的未來。

參考文獻：

［1］陳悅， 陳超美， 劉則淵， 等. CiteSpace知識圖譜的方法論功能［J］. 科學學研究， 2015， 33（2）： 242-253.

CHEN Y， CHEN C M， LIU Z Y， et al. The methodology function of CiteSpace mapping knowledge domains［J］. Studies in Science of Science， 2015， 33（2）： 242-253.

［2］呂云， 王海泉， 孫偉. 虛擬現(xiàn)實理論、技術、開發(fā)與應用［M］. 北京： 清華大學出版社， 2019.

L Y， WANG H Q， SUN W. Virtual Reality Theory， Technology， Development and Application［M］. Beijing： Tsinghua University Press， 2019.

［3］楊慧， 雷建軍. 作為媒介的VR研究綜述［J］. 新聞大學， 2017（6）： 27-35.

YANG H， LEI J J. A review of VR studies［J］. Journalism Research， 2017（6）： 27-35.

［4］趙靜， 高倩. VR與AR技術在服裝領域的應用研究［J］. 染整技術， 2020， 42（12）： 11-14.

ZHAO J， GAO Q. Research on the application of VR and AR technology in the clothing field［J］. Textile Dyeing and Finishing Journal， 2020， 42（12）： 11-14.

［5］趙沁平， 周彬， 李甲， 等. 虛擬現(xiàn)實技術研究進展［J］. 科技導報， 2016， 34（14）： 71-75.

ZHAO Q P， ZHOU B， LI J， et al. A brief survey on virtual reality technology［J］. Science amp; Technology Review， 2016， 34（14）： 71-75.

［6］ARENA F， COLLOTTA M， PAU G， et al. An overview of augmented reality［J］. Computers， 2022， 11（2）： 28.

［7］方超逸， 何佳臻. VR/AR技術在服裝行業(yè)中的發(fā)展與應用［J］. 現(xiàn)代紡織技術， 2022， 30（6）： 166-175.

FANG C Y， HE J Z. Development and application of VR/AR technology in garment industry［J］. Advanced Textile Technology， 2022， 30（6）： 166-175.

［8］WANG Y T， SU Z， ZHANG N， et al. A survey on metaverse： Fundamentals， security， and privacy［J］. IEEE Communications Surveys amp; Tutorials， 2022， 25（1）： 319-352.

［9］王曉菲， 王燕珍. 三維人體測量技術的發(fā)展現(xiàn)狀及其應用［J］. 毛紡科技， 2021， 49（10）： 106-111.

WANG X F， WANG Y Z. Development status and application of 3D anthropometric technology［J］. Wool Textile Journal， 2021， 49（10）： 106-111.

［10］李潔涵， 劉曉剛. 元宇宙語境下服裝體驗維度與體驗方式的重構［J］. 藝術設計研究， 2023（1）： 33-40.

LI J H， LIU X G. Reconstruction of clothing experience dimension and experience mode in the context of metaverse［J］. Art amp; Design Research， 2023（1）： 33-40.

［11］MENG Y W， MOK P Y， JIN X G. Computer aided clothing pattern design with 3D editing and pattern alteration［J］. Computer-Aided Design， 2012， 44（8）： 721-734.

［12］MCCARTNEY J， HINDS B K， SEOW B L， et al. Dedicated 3D CAD for garment modelling［J］. Journal of Materials Processing Technology， 2000， 107（1/2/3）： 31-36.

［13］CASADO E A， TRINIDAD M C， CASAS D. Pergamo： Personalized 3D garments from monocular video［J］. Computer Graphics Forum， 2023， 41（8）： 293-304.

［14］LIU X Q， LI J T， LU G D. Modeling realistic clothing from a single image under normal guide［J］. IEEE Transactions on Visualization and Computer Graphics， 2023， 30（7）： 3995-4007.

［15］LIU M N， FANG S L， DONG H Y， et al. Review of digital twin about concepts， technologies， and industrial applications［J］. Journal of Manufacturing Systems， 2021， 58： 346-361.

［16］CHUANG K C， TAN P J B. IoT-powered personalization： Creating the optimal shopping experience in digital twin VFRs［J］. Internet of Things， 2024， 26： 101216.

［17］顧善琪， 胡連信， 王澤峰， 等. 元宇宙時代下虛擬服裝的研究進展［J］. 現(xiàn)代紡織技術， 2024， 32（3）： 129-140.

GU S Q， HU L X， WANG Z F， et al. Research progress of virtual clothing under the background of Meta universe［J］. Advanced Textile Technology， 2024， 32（3）： 129-140.

［18］程碧蓮， 蔣高明， 李炳賢. 三維服裝虛擬展示技術的研究進展［J］. 紡織學報， 2024， 45（5）： 248-257.

CHENG B L， JIANG G M， LI B X. Research progress in three-dimensional garment virtual display technology［J］. Journal of Textile Research， 2024， 45（5）： 248-257.

［19］ALIN C F， VLAD H， TUDOR I R， et al. Diffusion models in vision： A survey［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2023， 45（9）： 10850-10869.

［20］GOODFELLOW I， POUGET-ABADIE J， MIRZA M， et al. Generative adversarial networks［J］. Communications of the ACM， 2020， 63（11）： 139-144.

［21］SONG S， MUKERJI T， HOU J. GANSim： Conditional facies simulation using an improved progressive growing of generative adversarial networks （GANs）［J］. Mathematical Geosciences， 2021， 53： 1413-1444.

［22］TERO K， SAMULI L， TIMO A. A style-based generator architecture for generative adversarial networks［J］. IEEE transactions on Pattern Analysis and Machine Intelligence， 2021， 43（12）： 4217-4228.

［23］CHAKRABORTY T， UJJWAL R K S， NAIK S M， et al. Ten years of generative adversarial nets （GANs）： A survey of the state-of-the-art［J］. Machine Learning： Science and Technology， 2024， 5（1）： 011001.

［24］CAO S D， CHAI W H， HAO S Y， et al. DiffFashion： Reference-based fashion design with structure-aware transfer by diffusion models［J］. IEEE Transactions on Multimedia， 2023， 26： 3962-3975.

［25］祖雅妮， 張毅. 基于大規(guī)模預訓練文本圖像模型的虛擬試穿方法［J］. 絲綢， 2023， 60（8）： 99-106.

ZU Y N， ZHANG Y. A virtual try-on method based on the large-scale pre-training text-image model［J］. Journal of Silk， 2023， 60（8）： 99-106.

［26］胡新榮， 柯廷豐， 羅瑞奇， 等. 基于STN的服裝扭曲網絡動態(tài)虛擬試衣方法［J］. 武漢大學學報（理學版）， 2024， 70（3）： 349-357.

HU X R， KE T F， LUO R Q， et al. A dynamic virtual try-on method for clothing twisting network based on STN［J］. Journal of Wuhan University （Natural Scence Edition）， 2024， 70（3）： 349-357.

［27］郭宇軒， 孫林. 基于擴散模型的ControlNet網絡虛擬試衣研究［J］. 現(xiàn)代紡織技術， 2024， 32（3）： 118-128.

GUO Y X， SUN L. Virtual fitting research based on the diffusion model and ControlNet network［J］. Advanced Textile Technology， 2024， 32（3）： 118-128.

［28］ISLAM T， MIRON A， LIU X H， et al. StyleVTON： A multi-pose virtual try-on with identity and clothing detail preservation［J］. Neurocomputing， 2024， 594： 127887.

［29］FANG N Y， QIU L M， ZHANG S Y， et al. PG-VTON： A novel image-based virtual try-on method via progressive inference paradigm［J］. IEEE Transactions on Multimedia， 2024， 26： 6595-6608.

［30］EMIL K. The 6 best virtual try-on examples we’ve seen［EB/OL］. （2022-05-24）［2024-04-20］. https：//www.drip.com/blog/virtual-try-on-examples.

［31］HARREIS H， KOULLIAS T， ROBERTS R， et al. Generative AI： Unlocking the future of fashion［J］. McKinsey amp; Company， 2023（3）： 1-7.

［32］魯成， 陳子燁. 可持續(xù)視角下虛擬服裝對實體服裝消費的影響［J］. 現(xiàn)代紡織技術， 2024， 32（4）： 104-113.

LU C， CHEN Z Y. The impact of virtual apparel on physical apparel consumption from a sustainable perspective［J］. Advanced Textile Technology， 2024， 32（4）： 104-113.

［33］KIM J， FORSYTHE S. Adoption of virtual try-on technology for online apparel shopping［J］. Journal of Interactive Marketing， 2008， 22（2）： 45-59.

［34］LIU K X， WU H H， ZHU C， et al. An evaluation of garment fit to improve customer body fit of fashion design clothing［J］. The International Journal of Advanced Manufacturing Technology， 2022， 120（3/4）： 2685-2699.

［35］秦露. 推動新時代數(shù)字文化建設展現(xiàn)新圖景［EB/OL］. （2023-11-17）［2024-04-25］. http：//www.nopss.gov.cn/n1/2023/1117/c219544-40120445.html.

QIN L. Promoting the construction of digital culture in the new era shows a new picture［EB/OL］. （2023-11-17）［2024-04-25］. http：//www.nopss.gov.cn/n1/2023/1117/c219544-40120445.html.

［36］佟萌， 李雪飛. 明代官服的結構研究與數(shù)字化復原［J］. 絲綢， 2021， 58（12）： 110-116.

TONG M， LI X F. Structural research and digital restoration of official robe in the Ming Dynasty［J］. Journal of Silk， 2021， 58（12）： 110-116.

［37］劉凱旋， 李曉寧， 朱春. 《簪花仕女圖》仕女服飾復原研究［J］. 絲綢， 2022， 59（5）： 59-67.

LIU K X， LI X N， ZHU C. Study on the restoration of ladies’ costumes in Beauties Wearing Flowers［J］. Journal of Silk， 2022， 59（5）： 59-67.

［38］LIU K X， WU H H， GAO Y Y， et al. Archaeology and virtual simulation restoration of costumes in the Han Xizai banquet painting［J］. Autex Research Journal， 2023， 23（2）： 238-252.

［39］ZHU C， LIU K X， LI X N， et al. Research on archaeology and digital restoration of costumes in Dao Lian painting［J］. Sustainability， 2022， 14（21）： 14054.

［40］DVORˇK T， KUBISˇTA J， LINHART O， et al. Presentation of historical clothing digital replicas in motion［J］. IEEE Access， 2024， 12： 13310-13326.

［41］LIU C X， CUI R R， WANG Z C. Digital virtual simulation for cultural clothing restoration： Case study of Tang dynasty mural ‘Diplomatic Envoys’ from crown prince Zhang Huai’s tomb［J］. Journal of Theoretical and Applied Electronic Commerce Research， 2024， 19（2）： 1358-1391.

［42］DING Q K， LIANG H E. Digital restoration and reconstruction of heritage clothing： A review［J］. Heritage Science， 2024， 12（1）： 225.

Research hotspots and development process of VR/AR technology in the field of clothing

LI Xueke， YAO Yuan

（School of Arts， Tiangong University， Tianjin 300382， China）

Abstract：With rapid development， Virtual Reality （VR） and Augmented Reality （AR） technologies have witnessed their increasingly wide academic research and applications in the field of clothing. However， from the content of previous studies， few scholars have focused on the differences in research hotspots in this field at home and abroad. In terms of methods， subjective content interpretation was mainly adopted， while scientific measurement tools were rarely used in objective analysis. Given this， to conduct a more comprehensive comparative analysis of the research hotspots and the development process of AR/VR technology in the field of clothing at home and abroad， this paper chooses CiteSpace， a bibliometric software widely recognized in the academic circle， as a research tool for visual comparative analysis of the research hotspots of AR/VR technology in the field of clothing at home and abroad since the 21st century， objectively presenting the similarities and differences， frontiers， and development process of research hotspots， and providing new ideas and methods for the research of domestic virtual clothing.

The Chinese data of the knowledge graph in this paper are sourced from the China National Knowledge Infrastructure （CNKI） database， and the English data are sourced from the Web of Science core collection database. The Chinese and English databases are searched with Virtual Reality， Augmented Reality and Clothing as the main subject terms. The time limit for both Chinese and English data is from 2001 to 2024. To improve the accuracy and scientificity of the data， the literature types are further manually selected as papers， and invalid literature with low relevance to the research topic， such as design works， conference papers， and reviews， is removed. After another precise search， 265 Chinese papers and 240 English papers are obtained. The keyword co-occurrence and clustering algorithms of CiteSpace are used to analyze the research hotspot topics of VR/AR technology in the clothing field at home and abroad since the 21st century （2001—2024）. At the same time， the burstness detection， timeline views of CiteSpace software， combined with factors such as national policies and market trends， are used to analyze the development context and future trends of AR/VR technology in the clothing field at home and abroad.

The results show that the research hotspots of AR/VR technology in the field of clothing at home and abroad present multi-dimensional characteristics. In China， the research hotspots mainly lie in the theoretical studies of basic theories and connotations of AR/VR， the display and application of virtual clothing， and the digital restoration of historical clothing cultural heritage; while in foreign countries， more attention has been paid to the deep learning and system architecture， and the upgrade of computer and image processing technologies. From the perspective of the development process， the research in this field at home and abroad both reflects phased characteristics. In the initial exploration phase （2001—2009）， researchers at home and abroad mainly focused on the optimization and upgrading of virtual clothing production technologies， such as the modelling of human bodies and clothing. With the development of technology and changes in market demand， in the development and market application phase （2010—2019）， domestic research began to focus on the combination of technology and market application， such as somatosensory interaction and clothing marketing; while foreign research was more dedicated to the upgrade and expansion of virtual try-on technologies. Since 2020， in the phase of intelligent technology integration and application expansion， the research hotspots in this field at home and abroad have been further diversified， covering multiple fields such as business， cultural inheritance， and social value， while integrating the application of deep learning and artificial intelligence technologies.

Facing the new situation of technological progress， digital and intelligent upgrades are urgently needed for the Ramp;D， design and manufacturing production systems of the textile and clothing industry. In the future， integrating emerging technologies and intelligent applications to promote its sustainable development， and digital and intelligent transformation will be the development direction of the clothing field in China.

Key words：

virtual clothing; VR technology; AR technology; research hotspots; knowledge graph; development process; intelligent fashion