TÍNH CẤP THIẾT CỦA LUẬN ÁN
Trong những năm gần đây, công nghệ 3D đã trở thành một xu hướng nổi bật trong nhiều lĩnh vực, đặc biệt là trong ngành thời trang và may mặc Sự phát triển nhanh chóng của công nghệ điện toán đã thúc đẩy các nhà khoa học phát triển các cửa hàng quần áo trực tuyến dưới dạng ứng dụng web, đáp ứng nhu cầu mua sắm thời trang online của khách hàng thông minh Việc sử dụng kích thước cơ thể con người làm dữ liệu đầu vào trong các mô hình 3D giúp tạo ra những sản phẩm thời trang phù hợp hơn Công nghệ thực tế ảo và mô phỏng kỹ thuật số đã được áp dụng từ những năm 1980, và hiện nay, với sự hỗ trợ của trí tuệ nhân tạo, thời trang kỹ thuật số đang phát triển mạnh mẽ, đặc biệt là trong bối cảnh thời trang bền vững Các phần mềm thiết kế 3D như Optitex, V-Stitcher, và CLO3D không chỉ giúp tạo ra mô hình người và thiết kế mẫu 2D mà còn cho phép mô phỏng vải và trình diễn thời trang ảo Việc đánh giá ảo độ vừa vặn của trang phục cũng giúp tạo ra sản phẩm phù hợp với vóc dáng của người tiêu dùng Sự phổ biến của các phần mềm thiết kế 3D tại Việt Nam hứa hẹn một tương lai tươi sáng cho ngành công nghiệp thời trang trong nước.
Ngành dệt may Việt Nam là một trong những trụ cột kinh tế và có tốc độ xuất khẩu tăng trưởng 10% mỗi năm, cho thấy sự hội nhập toàn cầu mạnh mẽ Từ năm 2021 đến 2030, ngành này dự kiến phát triển theo chiều sâu với các phương thức sản xuất hiện đại như ODM và OBM, đồng thời nâng cao năng lực thiết kế để tăng giá trị sản phẩm Việc nghiên cứu và xây dựng mô hình 3D Avatar để tạo ma-nơ-canh kỹ thuật số theo vóc dáng người Việt Nam sẽ tích hợp vào phần mềm thiết kế thời trang 3D, góp phần nâng cao sức cạnh tranh của ngành dệt may trong bối cảnh hội nhập quốc tế.
Nghiên cứu 3D trong ngành công nghệ may cần dữ liệu quét 3D cơ thể người để phát triển nhiều ứng dụng hữu ích Từ dữ liệu này, các tác giả có thể khám phá đặc điểm vóc dáng, hình thể và xây dựng mô hình 3D Avatar phục vụ cho phần mềm thiết kế trang phục Hơn nữa, các mẫu ma-nơ-canh truyền thống không còn phù hợp với vóc dáng người Việt, gây khó khăn trong quá trình thiết kế và sản xuất trang phục.
Thiết kế trang phục và thử mẫu để đánh giá độ vừa vặn của sản phẩm may mặc cho người Việt đang gặp khó khăn do chi phí đầu tư cao cho dữ liệu quét 3D Điều này nhấn mạnh sự cần thiết phải nghiên cứu và phát triển phân loại vóc dáng cơ thể ứng dụng trong phần mềm thiết kế, nhằm đáp ứng nhu cầu thiết kế thời trang phù hợp với người Việt Nam.
Trong những năm gần đây, các nhà khoa học Việt Nam đã tiến hành nhiều nghiên cứu về vóc dáng và đặc điểm hình thể của phụ nữ, học sinh và trẻ em Tuy nhiên, chưa có nghiên cứu nào tập trung vào nam giới trung niên từ 30-60 tuổi, độ tuổi có nhiều biến động về vóc dáng do nhu cầu dinh dưỡng và công việc đa dạng Nhóm tuổi này không chỉ tham gia tích cực vào các lĩnh vực kinh tế mà còn cần hoàn thiện hình ảnh cá nhân thông qua trang phục, với nhu cầu và khả năng chi trả cho trang phục phù hợp Do đó, việc nghiên cứu vóc dáng và đặc điểm cơ thể của nam giới trong độ tuổi này là rất cần thiết.
Luận án này tập trung vào phân loại hình dáng cơ thể nam trung niên từ 30-60 tuổi, nhằm đề xuất các giải pháp thiết kế đáp ứng nhu cầu mặc đẹp và thoải mái của người tiêu dùng Kết quả nghiên cứu sẽ cung cấp dữ liệu nhân trắc 2D và 3D, đồng thời đóng góp vào khoa học phân loại vóc dáng cơ thể nam trung niên Việt Nam Phương pháp xây dựng mô hình 3D Avatar bằng máy học sâu đại diện cho công nghệ hiện đại, tạo nên liên kết giữa ngành công nghệ may và công nghệ thông tin Điều này hứa hẹn mở ra một tương lai mới cho ngành công nghiệp thời trang toàn cầu và dệt may Việt Nam, đặc biệt trong giai đoạn nghiên cứu thiết kế thời trang và phát triển sản phẩm.
MỤC TIÊU NGHIÊN CỨU CỦA LUẬN ÁN
- Nghiên cứu phân loại vóc dáng nam trung niên Thành phố Hồ Chí Minh
Xây dựng ma-nơ-canh kỹ thuật số phù hợp với vóc dáng người Việt Nam, giúp người dùng tạo ra các mẫu thiết kế trang phục 3D Ứng dụng này cho phép sử dụng avatar trong các phần mềm thiết kế, mang lại trải nghiệm tối ưu cho người thiết kế thời trang.
NỘI DUNG NGHIÊN CỨU CỦA LUẬN ÁN
- Nội dung 1: Phân loại và phân tích đặc điểm vóc dáng nam trung niên Thành phố Hồ Chí Minh từ dữ liệu quét 3D
- Nội dung 2: Nghiên cứu xây dựng mô hình 3D Avatar cơ thể người từ dữ liệu quét 3D theo vóc dáng nam trung niên Thành phố Hồ Chí Minh.
PHƯƠNG PHÁP NGHIÊN CỨU CỦA LUẬN ÁN
Nội dung nghiên cứu được thực hiện bằng các phương pháp sau:
Phương pháp phân tích và tổng hợp được áp dụng để nghiên cứu và phân tích các tài liệu, công trình khoa học trong nước và quốc tế có liên quan Qua đó, chúng tôi sẽ nhận xét và đánh giá các vấn đề còn tồn tại, từ đó định hướng nghiên cứu của luận án sao cho phù hợp với điều kiện thực tế tại Việt Nam.
- Phương pháp nghiên cứu thực nghiệm cho từng nội dung cụ thể
Nghiên cứu phân loại vóc dáng nam trung niên tại TP.HCM nhằm xây dựng Avatar 3D sử dụng phương pháp điều tra cắt ngang dữ liệu nhân trắc Quá trình thực nghiệm được chia thành ba giai đoạn: đầu tiên, thu thập và mô tả các đặc trưng thống kê của dữ liệu nhân trắc 3D; tiếp theo, phân loại vóc dáng của 1106 nam giới TP.HCM với dự đoán về sự khác biệt vóc dáng theo độ tuổi; cuối cùng, thực hiện phân loại vóc dáng cho 378 nam trung niên tại TP.HCM.
Thu thập dữ liệu 3D và mô tả đặc trưng thống kê các kích thước cơ thể thông qua các chỉ số như giá trị trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất, độ nhọn và phân vị là cần thiết để xác định phân phối chuẩn Các bước thực nghiệm bao gồm chuẩn bị thiết bị đo kích thước cơ thể 2D và 3D, cụ thể là máy quét 3D Size Streamer tại trường Đại học Công nghiệp TPHCM, lập kế hoạch quét 3D cho các đối tượng nghiên cứu, và mô tả đặc trưng thống kê các kích thước cơ thể phục vụ cho nghiên cứu vóc dáng và xây dựng Avatar 3D.
Nghiên cứu đã phân loại vóc dáng của 1106 nam giới trong độ tuổi lao động, bao gồm sinh viên, công nhân, cán bộ và giảng viên từ các trường Đại học và Cao đẳng.
Kết quả mô tả dữ liệu cho 1106 người tại TP Hồ Chí Minh là cơ sở quan trọng cho nghiên cứu phương pháp xây dựng Avatar ban đầu Quy trình thực nghiệm bao gồm các bước phân tích như phân tích nhân tố chính, kiểm định KMO và Bartlett’s, phân tích phân nhóm K-mean, phân tích biệt số, cũng như so sánh phân tích ANOVA hoặc T-test Cuối cùng, tỷ lệ liên hệ giữa các kích thước được tính toán và dữ liệu được xử lý bằng phần mềm SPSS.
Nghiên cứu phân loại vóc dáng cho 378 nam trung niên tại TP.HCM tập trung vào sự đa dạng của vóc dáng trong độ tuổi này Các bước thực nghiệm phân tích giúp xác định các đặc điểm hình thể khác nhau Kết quả dữ liệu và đặc trưng cơ thể của từng vóc dáng sẽ được sử dụng để xây dựng đa dạng Avatar 3D, phản ánh chính xác vóc dáng của nam trung niên tại TP.HCM.
Để xây dựng Avatar 3D, nghiên cứu sinh đã tiến hành nghiên cứu qua ba giai đoạn chính: đầu tiên là áp dụng phương pháp toán học nội suy, tiếp theo là sử dụng máy học chuyên sâu, và cuối cùng là kiểm tra áo dài ảo cho mô hình Avatar 3D với vóc dáng nam trung niên đã được phát triển.
Chúng tôi đề xuất một phương pháp thiết kế mô hình 3D bằng cách sử dụng nội suy toán học, nhằm xây dựng lại cơ thể người 3D từ các thông số kích thước cơ thể 2D và 3D Phương pháp tiên tiến này chia cơ thể 3D thành các phần nhỏ, từ đó xác định các tham số khác nhau cần thiết cho quá trình nội suy từng phần Cuối cùng, các phần này được ghép lại để tạo thành mô hình 3D hoàn chỉnh của cơ thể người.
Các đám mây điểm và mắt lưới là yếu tố quan trọng trong xây dựng mô hình 3D Luận án này giới thiệu một phương pháp mới để tạo ra đám mây điểm cho các đối tượng 3D dựa trên các thông số kích thước cơ thể Để khám phá mối quan hệ giữa hình dạng và kích thước, phương pháp cấu trúc lát mỏng (slice-structure) được trình bày Một mô hình học tập dựa trên Mạng nơ-ron tích chập (CNN) được thiết kế và điều chỉnh để phù hợp với dữ liệu Các lát cắt chính được tạo ra bằng cách khớp với chiều cao xác định trước, sau đó toàn bộ đám mây điểm được điều chỉnh bởi Mạng nơ-ron tích chập.
+ Sau khi có kết quả mô hình 3D Avatar, nhập Avatar vào phần mềm CLO3D để thiết kế, may ảo, thử ảo sản phẩm.
Ý NGHĨA KHOA HỌC CỦA LUẬN ÁN
1) Đã xây dựng được phương pháp tiên tiến có độ chính xác cao để thu thập được dữ liệu 3D của 1106 nam giới TP HCM tuổi từ 18-60
Đã kết hợp khoa học nhân trắc với thiết kế thời trang để trích xuất kích thước cơ thể từ dữ liệu 3D, sử dụng công cụ toán thống kê nhằm phân tích dữ liệu, phục vụ cho việc phân loại vóc dáng của nam trung niên Việt Nam.
Dựa trên kết quả nghiên cứu về kích thước 2D và vóc dáng 3D của nam trung niên tại TP HCM, bài viết áp dụng khoa học nhân trắc để xây dựng các bài toán phân tích thành phần chính Phương pháp máy học sâu và toán học nội suy được sử dụng nhằm giải quyết các bài toán, hướng tới việc phát triển mô hình 3D Avatar phù hợp với cơ thể nam trung niên tại TP HCM, có khả năng kết nối với phần mềm thiết kế thời trang CLO3D.
GIÁ TRỊ THỰC TIỄN CỦA LUẬN ÁN
Bộ dữ liệu nhân trắc 2D và 3D của 1106 nam giới từ 18 đến 60 tuổi tại Thành phố Hồ Chí Minh, được thu thập bằng thiết bị quét cơ thể, đóng góp quan trọng cho sự phát triển ngành thời trang may sẵn tại Việt Nam.
Việc xây dựng thành công Avatar 3D và kết nối Avatar mới với phần mềm thiết kế thời trang CLO3D đã tạo ra những ứng dụng mới trong lĩnh vực thiết kế thời trang Điều này không chỉ nâng cao khả năng sáng tạo mà còn góp phần thúc đẩy công nghệ thiết kế thời trang 3D tại Việt Nam.
ĐIỂM MỚI CỦA LUẬN ÁN
1) Đã xây dựng được bộ dữ liệu 2D và 3D cơ thểngười từ 30 đến 60, nam trung niên Thành phố HCM Phân loại được thành 5 vóc dáng.
Xây dựng Avatar 3D cho nam trung niên tại Thành phố Hồ Chí Minh bằng phương pháp nội suy toán học, kết nối với phần mềm thiết kế thời trang CLO3D Việc ứng dụng thành công Avatar mới trong các phần mềm thiết kế thời trang sẽ thúc đẩy sự phát triển của ngành Công nghệ dệt may và Thiết kế thời trang tại Việt Nam.
3) Đã ứng dụng phương pháp máy học sâu để xây dựng Avatar 3D.
KẾT CẤU CỦA LUẬN ÁN
- Chương 1: Tổng quan về phân loại vóc dáng, đặc điểm nhân trắc nam giới và mô phỏng mô hình 3D cơ thể người
- Chương 2: Đối tượng, nội dung và phương pháp nghiên cứu
- Chương 3: Kết quả nghiên cứu và bàn luận
NGHIÊN CỨU TỔNG QUAN
T ổ ng quan v ề phân loại vóc dáng cơ thể nam gi ớ i
Cuộc cách mạng công nghiệp 4.0, đặc biệt trong bối cảnh dịch Covid-19, đã thúc đẩy sự phát triển của mua sắm trực tuyến trong ngành thời trang, với sự hỗ trợ của thiết kế 3D và thử đồ ảo Việc phân loại và xác định hình dạng cơ thể của khách hàng là chìa khóa để tạo ra trang phục vừa vặn hơn Để tối ưu hóa ứng dụng phần mềm thiết kế 3D cho sản phẩm may mặc tại Việt Nam, cần xây dựng thư viện Avatar ảo với đặc điểm nhân trắc học của từng nhóm đối tượng Nghiên cứu vóc dáng vì thế trở thành yếu tố quan trọng trong phát triển công nghệ may và thời trang không chỉ ở Việt Nam mà còn trên toàn thế giới.
Thị trường may mặc tại Việt Nam đang phát triển mạnh mẽ với sự xuất hiện của nhiều sản phẩm từ các công ty nội địa, bên cạnh các thương hiệu quốc tế Tuy nhiên, kích cỡ sản phẩm thường không phù hợp với vóc dáng và tỷ lệ cơ thể của người Việt Các nghiên cứu đã chỉ ra rằng hình dáng cơ thể người có ảnh hưởng lớn đến thiết kế trang phục Việc phân loại hình dáng cơ thể giúp các nhà thiết kế nhận diện đặc trưng cơ thể, từ đó đề xuất phương pháp thiết kế hoặc điều chỉnh sản phẩm phù hợp với người mặc.
Hình 1.1: Hình ảnh mặc thử trang phục ảo
Hình dạng bên ngoài của cơ thể người có mối liên hệ chặt chẽ với phương pháp thiết kế và tạo dáng quần áo, như đã được khẳng định bởi 7 áo trong và ngoài nước.
Mẫu áotrước khi điều chỉnh Mẫu áosau khi điều chỉnh
Hình 1.2: Mẫu áo cơ sở trước và sau khi điều chỉnh
Nghiên cứu về sự phát triển không đồng đều của các phần cơ thể người cho thấy sự khác biệt rõ rệt theo thời gian, không gian, hoàn cảnh địa lý và chủng tộc Ngay cả trong cùng một chủng tộc hay dòng họ, các cá nhân cũng có sự khác biệt về đặc điểm và tỷ lệ các bộ phận cơ thể Tại Việt Nam, đã có nhiều nghiên cứu về số liệu nhân trắc học cho cả nam và nữ ở các lứa tuổi khác nhau, nhưng vẫn thiếu các nghiên cứu về vóc dáng và đặc điểm cơ thể của nam giới trong độ tuổi trung niên từ 30-60 tuổi.
1.1.1 Phương pháp xác định thông số kích thước cơ thể
Có hai phương pháp chính để xác định thông số kích thước cơ thể: phương pháp đo tiếp xúc bằng bộ dụng cụ đo Martin và phương pháp đo không tiếp xúc như quét 3D Thước đo Martin, do Rudolf Martin phát minh, đã được sử dụng trong thống kê nhân trắc từ đầu thế kỷ 20 và hiện vẫn phổ biến trong các nghiên cứu và khảo sát tại Việt Nam Máy quét 3D đầu tiên được phát triển vào cuối những năm 80 tại Loughborough, cho phép sao chép hình dáng cơ thể con người Đến đầu những năm 90, công ty Cyberware đã nhận thấy nhu cầu về bản sao 3D trong ngành điện ảnh, dẫn đến sự phát triển của phần mềm thiết kế thời trang sử dụng mô hình quét 3D Hiện nay, nhiều máy quét 3D như Hamamatsu, Vitronic và SizeStream có thể quét toàn bộ cơ thể, cung cấp dữ liệu không chỉ về kích thước 2D mà còn về hình dạng 3D Phương pháp đo không tiếp xúc bằng máy quét 3D ngày càng trở nên phổ biến, giúp thu thập thông số kích thước chính xác và lưu trữ dữ liệu lâu dài.
8 đối với các nghiên cứu về cơ thể người, về thiết kế trang phục đảm bảo độ vừa vặn theo vóc dáng [39, 44]
(a) Hình ảnh máy quét 3D đầu tiên; (b) Hình ảnh quét 3 mặt cơ thể
Hình 1.3: Hình ảnh máy quét 3D cơ thể người
Trong nghiên cứu mô hình 3D cơ thể nam giới, bộ dữ liệu CAESAR 2D và 3D được coi là nguồn tài liệu tham khảo quý giá, đặc biệt với các mốc nhân trắc 3D được trình bày chi tiết qua hình ảnh mô tả vị trí cụ thể trên cơ thể từ nhiều góc độ khác nhau Bộ dữ liệu này đại diện cho số đo của công dân Châu Mỹ và Châu Âu, được thu thập từ các số liệu thống kê chính xác.
Nghiên cứu CAESAR đã khảo sát 2400 công dân Mỹ và Canada cùng 2000 công dân Châu Âu, với sự phân bổ công việc và chủng tộc đa dạng Nghiên cứu xác định 74 kích thước cơ thể, bao gồm số đo bên trái và bên phải, cùng yêu cầu về tư thế đứng và ngồi Trong thiết kế trang phục và Avatar, xu hướng thiết kế cho cơ thể đối xứng dẫn đến việc sử dụng số đo trung bình của hai bên cơ thể để xử lý dữ liệu và dựng hình.
Việc xác định chính xác các mốc nhân trắc là bước khởi đầu quan trọng để đảm bảo độ chính xác của bộ dữ liệu kích thước cơ thể người Trong bất kỳ nghiên cứu khoa học nào về nhân trắc, việc xác định các mốc này luôn được ưu tiên hàng đầu Các mốc nhân trắc được tự động trích xuất từ máy quét 3D của CAESAR, như mô tả trong hình 1.4 – 1.7.
Hình 1.4: Các mốc nhân trắc ở phần trên cơ thể, mặt trước
Hình 1.5: Các mốc nhân trắc ở phần dưới cơ thể, mặt trước
Hình 1.6: Các mốc nhân trắc ở phần trên cơ thể, mặt nghiêng
Hình 1.7: Các mốc nhân trắc ở phần trên cơ thể, mặt sau
Số lượng kích thước cơ thể trong các nghiên cứu được điều chỉnh theo mục tiêu nghiên cứu cụ thể Su Joung Cha đã nghiên cứu phân loại hình dáng nam giới trưởng thành Hàn Quốc có chiều cao dưới 170 cm trong độ tuổi từ 20 đến 60, với 65 kích thước được lựa chọn, bao gồm 11 kích thước chiều cao, 19 kích thước chiều dài, 19 kích thước chu vi, 6 kích thước chiều rộng, 6 kích thước độ dày, 2 kích thước nghiêng vai, cùng với cân nặng và BMI Hana Lee đã nghiên cứu vóc dáng cơ thể béo phì của nam giới Hàn Quốc trong độ tuổi 30 và 40, sử dụng 40 kích thước cơ thể Keiko Wantanabe đã phân loại vóc dáng cơ thể của đàn ông Nhật Bản.
Để thiết kế quần áo cho người từ 20 đến 70 tuổi, 67 kích thước được đo bằng thước đo chiều cao Martin và thước dây Người mẫu cần giữ tư thế đứng tự nhiên với hai bàn chân cách nhau 20cm và cánh tay chếch khoảng 20 độ Đường thẳng nối gót trái và gót phải phải thẳng hàng song song với trục X Lim và các cộng sự đã nghiên cứu phân loại kiểu cơ thể của đàn ông Trung Quốc tại Bắc Kinh và Thượng Hải, với tổng cộng 38 kích thước được đo, bao gồm 6 kích thước về chiều cao.
4 kích thước về chiều rộng, 3 kích thước về độ dày, 8 kích thước về chu vi, 14 kích thước về chiều dài, 2 kích thước vềgóc và 1 kích thước về trọng lượng
Trong ngành công nghiệp may mặc, nhân trắc học bao gồm hai chỉ tiêu chính: nhân trắc tĩnh, cung cấp dữ liệu cho việc định hình Avatar ảo đứng thẳng trong thiết kế trang phục 3D, và nhân trắc động, phục vụ cho việc tạo ra Avatar ảo trong tư thế bước đi thời trang Các nghiên cứu nhân trắc toàn cầu thường tuân theo tiêu chuẩn quốc tế như ISO/TRI 10652:1991, JIS L 4005:2001, và KS K 0051:2004 Tại Việt Nam, các nghiên cứu về nhân trắc may mặc dựa trên tiêu chuẩn TCVN5781-2009, được xây dựng dựa trên ISO 8559-1:2009, đảm bảo tính thống nhất và độ tin cậy cao Ngoài ra, nghiên cứu về nhân trắc học lao động cũng dựa theo Atlas nhân trắc học người lao động Việt Nam cho lứa tuổi lao động, bao gồm các dấu hiệu nhân trắc tĩnh và động.
1.1.2 Phương pháp phân loại vóc dáng cơ thểngười
Nghiên cứu phân loại vóc dáng là yếu tố cơ bản và quan trọng trong việc nâng cao độ vừa vặn của trang phục Phân loại vóc dáng đã được thực hiện từ hàng chục năm trước, bắt đầu từ những phương pháp đơn giản dựa trên hình dạng tư thế cơ thể Sau đó, các nhà khoa học đã chuyển sang phương pháp phân loại dựa trên tỷ lệ kích thước cơ thể và chỉ số tương quan kích thước Gần đây, với sự phát triển của dữ liệu 2D và 3D cùng các phần mềm xử lý số liệu thống kê, phương pháp phân loại vóc dáng dựa trên xử lý thống kê đã được đánh giá cao về độ tin cậy.
1.1.2.1 Phân loại vóc dáng theo đặc trưng hình dạng cơ thể a) Phân loại theo tư thế của cơ thể
Khi phân loại vóc dáng dựa trên tư thế cơ thể, người ta chủ yếu xem xét độ cong của cột sống và mối quan hệ giữa viền trước và sau của cơ thể.
Hình 1.8: Phân loại vóc dáng theo tư thế đứng của cơ thể người
Người ta chia tư thế đứng cơ thể thành 3 dáng: bình thường, gù và ưỡn [34] Đặc điểm của mỗi dáng được mô tả như sau:
Dáng gù đặc trưng bởi ngực phẳng, lưng dài, rộng và cong, xương bả vai thường nhô cao, cơ bắp kém phát triển, với vai và tay hơi đưa về phía trước Điểm đầu ngực bị dịch chuyển xuống dưới, dẫn đến chiều dài phần lưng phía sau lớn hơn, nhưng chiều dài phía trước lại nhỏ hơn so với người có tư thế bình thường Ngược lại, dáng ưỡn có ngực và vai rộng, lưng phẳng hoặc hơi cong về phía sau, bả vai không nhô lên, eo lõm vào và mông phát triển, với điểm đầu ngực được nâng lên phía trên, khiến chiều dài phía sau nhỏ hơn nhưng chiều dài phía trước lại lớn hơn so với tư thế bình thường.
Hình 1.9: Phân loại tư thế dứng của cơ thể [52] a) Dáng người bình thường b) Dáng người gù c) Dáng người ưỡn b) Phân loại theo thể chất
Có bốn nhóm người theo thể chất được xác định: người ngực lép, người cơ bắp, người bụng phệ và người trung bình Người ngực lép có lồng ngực phẳng, cơ bắp ít phát triển và bụng lép Người cơ bắp sở hữu hệ cơ phát triển với lồng ngực hình trụ, lưng thẳng và lượng mỡ vừa phải Người bụng phệ có đặc điểm khác biệt so với hai nhóm trên.
T ổ ng quan v ề ứ ng d ụ ng công ngh ệ 3D t ạ o mô hình 3D Avatar trong ngành công nghi ệ p d ệ t may
Công nghệ 3D, được phát triển từ các phần mềm máy tính, cho phép người dùng quan sát hình ảnh trong không gian ba chiều Ứng dụng của công nghệ này rất đa dạng và phong phú.
Công nghệ 20 đã chứng minh hiệu quả cao trong nhiều lĩnh vực như Y học, xây dựng, kiến trúc, điện ảnh, trò chơi, mô phỏng đào tạo, công nghệ may và thiết kế thời trang.
Các nhà nghiên cứu trên thế giới và Việt Nam đã tiến hành nhiều nghiên cứu về ứng dụng công nghệ 3D trong ngành may mặc và thiết kế thời trang, từ những phương pháp đơn giản đến phức tạp Luận án này tổng hợp và phân loại các công trình khoa học trước đó thành ba nhóm nghiên cứu khác nhau.
Nhóm thứ nhất nghiên cứu mô hình 3D sản phẩm quần áo từ dữ liệu quét 3D cơ thể
Nhóm thứ hai dùng các phương pháp nội suy toán học hay hồi quy từ dữ liệu quét 3D để xây dựng mô hình 3D
Nhóm cuối cùng dùng phương pháp máy học, mà đặc biệt là máy học sâu xây dựng mô hình 3D Avatar cơ thểngười từ dữ liệu quét 3D
1.2.1 Nghiên cứu xây dựng mô hình 3D sản phẩm từ dữ liệu quét 3D cơ thểngười
Nghiên cứu của Park Soonjee và Miyoshi Machiko năm 2003 đã áp dụng dữ liệu quét 3D để phát triển lý thuyết và nguyên lý làm trơn bề mặt cơ thể, bằng cách điều chỉnh các điểm lõm của da đến vị trí ngang bằng với các điểm lồi gần nhất Nguyên lý này được mở rộng để thiết kế bề mặt áo bó sát, trong đó áo sẽ được hình thành từ điểm lồi này đến điểm lồi khác, như từ đỉnh ngực trái sang đỉnh ngực phải Tương tự, phần lưng cũng sẽ được điều chỉnh từ điểm lồi bên này của cột sống sang bên kia Sau khi điều chỉnh các điểm lõm để tạo hình áo bó sát, các tác giả chứng minh rằng mỗi mặt cắt ngang của cơ thể, như vòng eo, vòng bụng và vòng ngực, đều bao gồm một hình chữ nhật ở giữa và hai nửa vòng tròn hai bên Nhiều nhà khoa học khác đã phát triển nguyên lý này thành mô hình 3D cho sản phẩm áo dài nữ và các sản phẩm áo dáng ôm với nhiều chi tiết thiết kế.
Năm 2007, Wang Zhaohui đã nghiên cứu độ vừa vặn của áo vét nữ dạng X-line bằng công nghệ 3D, xác định khoảng cách giữa bề mặt cơ thể và mặt trong của vải thông qua khái niệm REA (Radial Ease Allowance) Công thức tính toán REA được xây dựng dựa trên kết quả thực nghiệm, trong đó tác giả thiết kế áo vét trên ma-nơ-canh, tiến hành quét ma-nơ-canh không mặc áo và có mặc áo, sau đó chồng hai hình quét để đo khoảng cách REA Nghiên cứu yêu cầu sử dụng máy quét 3D hai lần và thực hiện may mẫu trên ma-nơ-canh Năm 2009, Jihong Xu và Wenbin Zhang đã kế thừa nghiên cứu này để tính toán lượng dư cử động từng phần.
Khi mặc nhiều sản phẩm được thiết kế từ các chất liệu khác nhau, cần chú ý đến 21 mẫu ma-nơ-canh Tác giả cũng phải thực hiện hai lần quét ma-nơ-canh và may mẫu thực cho mỗi loại chất liệu.
Năm 2012, Pingying Gu và các cộng sự đã nghiên cứu phương pháp thiết kế mẫu váy bó sát cho phụ nữ dựa trên dữ liệu đám mây điểm 3D của 100 nữ sinh trường đại học Soochow Hàn Quốc Họ sử dụng phần mềm Imageware kết hợp với máy quét 3D Symcad của Telmat để thu thập dữ liệu cơ thể không tiếp xúc, đồng thời thực hiện đo đạc thủ công các thông số Nghiên cứu phân tích và tối ưu hóa các đặc điểm phần thân dưới của phụ nữ trẻ, xác định mối quan hệ giữa chiều cao cơ thể và các kích thước như chiều cao eo, bụng, hông Kết quả phân loại kích thước cơ thể dựa trên tỷ lệ chiều dày và chiều rộng của các vùng này, đồng thời đưa ra sự tương ứng của đường cấu trúc trên mẫu thiết kế váy bó sát với dữ liệu nhân trắc phần thân dưới.
Năm 2009, hệ thống máy quét 3D cơ thể người lần đầu tiên được nhập về Việt Nam và đặt tại Viện Nghiên cứu Dệt May Việt Nam, 478 Minh Khai, Hà Nội Sự kiện này mở ra cơ hội quý giá cho các nhà khoa học trong ngành may và thời trang Việt Nam, giúp họ thu thập dữ liệu 3D về cơ thể người Việt Nam để tiến hành nghiên cứu và ứng dụng trực tiếp cho đối tượng người Việt.
Năm 2012, một luận án đã phát triển bề mặt trang phục 3D với lượng dư cử động tối thiểu cho áo dáng ôm phù hợp với vóc dáng phụ nữ Việt Nam Nghiên cứu này sử dụng dữ liệu 3D từ quá trình quét cơ thể để xây dựng bề mặt trang phục bó sát Hai phương pháp được đề xuất để xác định khoảng cách từ bề mặt cơ thể đến bề mặt trong của trang phục là phương pháp cộng từng phần lượng dư cử động và phương pháp cộng đều lượng dư Trong đó, phương pháp cộng đều lượng dư đã được chứng minh có độ tin cậy cao và thực hiện đơn giản Kết quả nghiên cứu này đã được ứng dụng vào thiết kế mẫu cơ sở cho trang phục nữ, giúp điều chỉnh theo sự đa dạng vóc dáng của phụ nữ Việt Nam.
Năm 2012, Thảo P.T và cộng sự đã phát triển hệ thống ma-nơ-canh cho trẻ em trai và gái, ứng dụng thiết kế thời trang cho học sinh tiểu học dựa trên dữ liệu quét 3D Nghiên cứu này đã được đánh giá cao trong ngành công nghiệp, góp phần giải quyết sự thiếu hụt về phom dáng ma-nơ-canh trẻ em trên thị trường lúc bấy giờ.
Năm 2013, Quyên N.N và cộng sự đã tiến hành nghiên cứu để trích xuất 33 mốc đo từ mặt trước và 29 mốc đo từ mặt nghiêng của cơ thể nam sinh viên trong độ tuổi 18-24 từ ảnh chụp 2D Những mốc đo này được ứng dụng để xây dựng mô hình cơ thể người 3D thông qua thuật toán tính kích thước cơ thể 3D.
Vào năm 2015, Tùng N.T cùng các cộng sự đã phát triển công thức cho các đường cong ngang của lưới cơ sở chân váy nữ sinh Việt Nam bằng công nghệ 3D, nhằm phục vụ nghiên cứu về mô hình này.
Bài viết trình bày 22 hình ảnh bề mặt của chân váy nữ bó sát được tạo ra từ các ảnh quét 3D cơ thể Qua việc sử dụng các đường cơ sở chân váy nữ từ mẫu quét 3D thực nghiệm, nghiên cứu đã xây dựng công thức toán học cho các đường cong ngang 3D của lưới trang phục Kết quả là việc xây dựng lưới trang phục cho chân váy bó sát đã được thực hiện thành công.
Năm 2019, Lưu Hoàng đã nghiên cứu dữ liệu quét 3D của cơ thể người cả có và không có quần áo để xác định thông số D-text, thể hiện mối quan hệ giữa lưới điểm bề mặt cơ thể và lưới điểm bề mặt quần áo Khoảng cách D-text giữa các điểm tương ứng của hai lưới này là cơ sở cho thiết kế quần áo 3 chiều Nghiên cứu cũng giới thiệu thuật toán và phần mềm ứng dụng, cho phép tạo lưới bề mặt quần áo từ bề mặt cơ thể dựa trên kết quả D-text, từ đó mô phỏng chi tiết quần áo.
Vào năm 2019, Nguyễn Quốc Toản đã thực hiện mô phỏng 3D cơ thể người và trang phục bằng cách kết hợp ảnh quét 3D với ảnh chụp cắt lớp CT, tập trung vào phần thân dưới của nữ thanh niên Việt Nam trong độ tuổi 18-25 Nghiên cứu này chú trọng vào ba khu vực chính: bụng, mông và đùi, và đã thành công trong việc tạo ra mô hình mô phỏng cho từng phần cơ thể Đồng thời, nghiên cứu cũng thực nghiệm để xác định áp lực tiện nghi của quần bó sát lên cơ thể người.
NỘI DUNG, ĐỐI TƯỢNG, PHƯƠNG PHÁP NGHIÊN CỨU
M ụ c tiêu nghiên c ứ u
- Có được phân loại vóc dáng nam trung niên Thành phố Hồ Chí Minh
Xây dựng ma-nơ-canh kỹ thuật số phù hợp với vóc dáng người Việt Nam là một bước tiến quan trọng trong ngành thời trang Ứng dụng này cho phép người dùng tạo Avatar để sử dụng trong các phần mềm thiết kế trang phục 3D, giúp nâng cao trải nghiệm thiết kế và tối ưu hóa quy trình sáng tạo.
Đối tượ ng và ph ạ m vi nghiên c ứ u
2.2.1 Đối tượng nghiên cứu: Để hoàn thành được mục tiêu nghiên cứu của đề tài, hai nhóm đối tượng được nghiên cứu là:
Để phân loại vóc dáng nam trung niên tại Thành phố Hồ Chí Minh, nghiên cứu sử dụng dữ liệu kích thước 2D và đám mây điểm 3D của 378 nam giới làm việc văn phòng Mục tiêu là phân tích vóc dáng cơ thể để kiểm tra và thử nghiệm độ vừa vặn của trang phục cho nhóm đối tượng này.
Để xây dựng Avatar 3D phù hợp với vóc dáng người Việt Nam trong các phần mềm thiết kế trang phục 3D, luận án này đã sử dụng dữ liệu kích thước cơ thể 2D và 3D của 1706 người Việt, bao gồm cả nam và nữ Việc thu thập dữ liệu này là cần thiết cho nghiên cứu nhằm phát triển Avatar nam và nữ thông qua phương pháp máy học chuyên sâu, vốn yêu cầu một lượng lớn dữ liệu 3D.
Nghiên cứu phân loại vóc dáng và đặc điểm nhân trắc của nam trung niên từ 30 đến 60 tuổi làm việc trong các văn phòng tại Thành phố Hồ Chí Minh nhằm hiểu rõ hơn về sự phát triển thể chất và nhu cầu sức khỏe của nhóm đối tượng này Việc phân tích các yếu tố như chiều cao, cân nặng và tỷ lệ cơ thể sẽ giúp xác định các xu hướng và đặc điểm nổi bật, từ đó cung cấp thông tin hữu ích cho các chương trình sức khỏe và thể dục phù hợp.
- Nghiên cứu phương pháp xây dựng mô hình 3D Avatar cơ thể người ở trạng thái tĩnh theo kích thước và vóc dáng người Việt Nam.
N ộ i dung nghiên c ứ u
- Nội dung 1: Phân loại và phân tích đặc điểm vóc dáng nam trung niên (30÷60 tuổi) Thành phố Hồ Chí Minh từ dữ liệu quét 3D
+ Nghiên cứu xây dựng mô hình 3D Avatar cơ thể người từ dữ liệu quét 3D theo vóc dáng nam trung niên Thành phố Hồ Chí Minh
+ Ứng dụng Avatar được xây dựng để thiết kế một sản phẩm thời trang.
Phương pháp nghiên cứ u
Nội dung nghiên cứu được thực hiện bằng các phương pháp sau:
Phương pháp phân tích và tổng hợp được áp dụng để nghiên cứu và phân tích các tài liệu, công trình khoa học trong và ngoài nước có liên quan Qua đó, chúng tôi nhận xét và đánh giá những vấn đề còn tồn tại, từ đó định hướng nghiên cứu của luận án sao cho phù hợp với điều kiện thực tiễn tại Việt Nam.
- Phương pháp nghiên cứu thực nghiệm cho từng nội dung cụ thể, được trình bày từng phần như sau:
2.4.1 Phương pháp nghiên cứu thực nghiệm trong phân loại vóc dáng nam trung niên Thành phố Hồ Chí Minh Để phân loại vóc dáng nam trung niên TP.HCM làm dữ liệu đầu vào cho xây dựng Avatar 3D, luận án sử dụng phương pháp nghiên cứu điều tra cắt ngang dữ liệu nhân trắc Thực nghiệm phân loại vóc dáng cho nam giới được thiết kế 3 giai đoạn Giai đoạn 1 là thu thập dữ liệu 3D và mô tả đặc trưng thống kê dữ liệu các kích thước cơ thể người
Giai đoạn 2 của nghiên cứu đã tiến hành phân loại vóc dáng cho 1.106 nam giới tại TP.HCM trong độ tuổi từ 18 đến 60 Tiếp theo, giai đoạn 3 tập trung vào việc phân tích sự đa dạng vóc dáng của 378 nam trung niên tại TP.HCM.
2.4.1.1 Thu thập dữ liệu 3D và mô tảđặc trưng thống kê dữ liệu các kích thước cơ thểngười
Thực nghiệm được thực hiện qua các bước sau:
+ Chuẩn bị thiết bị đo và hướng dẫn đo dữ liệu kích thước cơ thể 2D và 3D + Xác định cỡ mẫu
+ Xác định kích thước cơ thể sử dụng cho nghiên cứu vóc dáng và xây dựng mô hình 3D Avatar
Bài viết mô tả đặc trưng thống kê của các kích thước cơ thể người, bao gồm dụng cụ và thiết bị đo sử dụng trong nghiên cứu Để đo chiều cao đứng nghiêm và cân nặng, nghiên cứu sử dụng cân đo sức khỏe InBody Ngoài ra, thiết bị thu thập dữ liệu quét 3D, cụ thể là máy quét cơ thể SizeStream SS14 của Mỹ, được sử dụng để đo không tiếp xúc Thiết bị này được đặt tại Phòng máy chất lượng cao của khoa May Thời Trang, Đại học Công nghiệp TP Hồ Chí Minh Nghiên cứu cũng kiểm tra và đánh giá cao về độ chính xác và tin cậy của hệ thống quét SS14.
Để đảm bảo độ chính xác, chuyên viên điều hành máy cần thực hiện cân chỉnh máy trước mỗi buổi chạy hệ thống SS14, theo đúng hướng dẫn chuyển giao công nghệ.
Hình 2.2: Buồng quét máy 3D Size Stream đặt tại Phòng máy chất lượng cao của khoa
May Thời Trang, Đại học Công nghiệp TP Hồ Chí Minh
* Các thông số kỹ thuật của máy quét 3D toàn thân cơ thể Size Stream:
Với kích thước chiều cao 2,1m và chiều rộng, chiều dài 1,2m, sản phẩm này sở hữu thể tích vùng quét lớn nhất trên thị trường Hệ thống máy quét cho phép khách hàng dễ dàng tháo rời, vận chuyển và lắp ghép lại một cách thuận tiện.
+ Nguyên lý quét ánh sáng trắng an toàn với sức khỏe con người
+ Kết quả thu được là mô hình 3D hình dạng cơ thể; số đo kích thước 2D theo chủ ý nghiên cứu
Phần mềm máy quét 3D có khả năng đo đến 210 kích thước khác nhau trên cơ thể, cho phép các nhà khoa học lựa chọn số đo phù hợp với mục tiêu nghiên cứu của họ Để đảm bảo tính chính xác và hiệu quả, quá trình thu thập dữ liệu quét 3D cần được thực hiện một cách chỉnh chu và tuân theo quy trình đã định.
* Quy định đối với người được đo:
- Để giầy dép bên ngoài phòng đo
- Thực hiện đúng hướng dẫn của kỹ thuật viên đo: Người được đo thay đồ, chỉ mặc đồ lót, đi chân đất, tóc dài phải buộc gọn
- Tâm lý người được đo thoải mái
* Các bước tiến hành đo :
Bước 1: Thay trang phục đo theo đúng hướng dẫn sử dụng máy quét Đối tượng đo chỉ mặc quần quần lót ôm sát
Bước 2: Nhập thông tin cá nhân của người được đo vào máy tính kết nối với phòng quét 3D, bao gồm họ và tên, tuổi, địa chỉ cư trú và nghề nghiệp Mỗi đối tượng sẽ được gán một mã số riêng biệt.
Bước 3: Sử dụng cân sức khỏe điện tử Inbody để đo chiều cao và cân nặng, đặt thước đo cạnh máy tính để nhập thông tin cá nhân Sau khi thực hiện đo, chuyên viên sẽ nhập dữ liệu chiều cao và cân nặng vào file lưu trữ cho từng người mẫu trước khi tiến vào buồng quét.
Bước 4: Người được đo vào buồng máy quét 3D, tư thế đứng đo như hình 2.4:
- Chân đặt đúng vào vị trí của 2 dấu bàn chân
- Người đứng thẳng tự nhiên cân xứng 2 bên, mắt nhìn thẳng phía trước thực hiện theo đúng hướng dẫn của người điều hành đo
- Hai tay nắm vào cần tay cầm (tay trong tư thế thẳng tự nhiên)
- Nhịp thở đều nhẹ nhàng
- Để đo chính xác các thông số, bụng phải để ở trạng thái tự nhiên không phình hoặc thóp bụng
Cán bộ đo ngồi tại bàn máy tính bên ngoài buồng đo sẽ điều khiển máy hoạt động tự động Kỹ thuật viên có trách nhiệm kiểm tra kết quả và yêu cầu quét lại khi cần thiết.
Bước 5: Sau khi xác nhận kết quả đo đạt yêu cầu, người được đo sẽ mặc lại quần áo và thực hiện các thủ tục xác nhận phép đo, hoàn tất quá trình đo Tên của người được đo sẽ được ghi lại trong dữ liệu 3D của họ.
Hình 2.3: Cân đo sức khỏe điện tử
Hình 2.4: Hình minh họa tư thế đứng trong buồng máy
Phần mềm máy quét cơ thể 3D của hãng Size Tream cho phép lưu trữ hình ảnh cơ thể và tự động trích xuất kết quả đo từ dữ liệu quét Người dùng có thể chỉnh sửa các khái niệm và kích thước đo theo yêu cầu, giúp xác định cỡ mẫu một cách chính xác.
- Sử dụng phương pháp nghiên cứu cắt ngang
- Cỡ mẫu ước lượng tính như sau:
Tính số lượng cỡ mẫu thường được áp dụng theo công thức [14, 21, 22, 36, 37, 40, 41]: n = 2
Trong đó: n: tập hợp mẫu cần xác định σ : độ lệch chuẩn
- m là sai số (m = 1, 2, 3, 4, 5 ) với m càng thấp thì độ chính xác của mẫu n càng cao - t là đặc trưng xác suất, được xác định theo P (P là mức xác xuất tin cậy)
Trong thực tế mức xác xuất tin cậy P được xác định như sau:
- Với các trường hợp nghiên cứu học sinh thì sử dụng mức xác suất P = 0,95 ứng với t = 1,96
Trong nghiên cứu nhân trắc học, độ lệch chuẩn (σ) của chiều cao đứng được coi là một trong những kích thước quan trọng để phân tích hình thái cơ thể Nghiên cứu này đã lựa chọn chiều cao đứng để ước tính độ lệch chuẩn, với mẫu 30 nam trung niên ngẫu nhiên, cho kết quả σ = 5,33 cm.
Trường hợp nghiên cứu sử dụng mức xác suất P = 0,95 tương ứng với đặc trưng sác xuất có t = 1,96 Độ lệch chuẩn σ = 5,33cm
Thay t= 1,96, σ = 5,33cm, kích thước chủ đạo là chiều cao (cm), chọn sai số m
= 1cm để độ tin cậy lớn nhất, thay vào công thức (2.1) ta được 109,135( người)
Theo công thức (2.1), số lượng người cần thiết để đảm bảo độ tin cậy tối thiểu là khoảng 109,135 người, với mỗi nhóm tuổi tối thiểu là 110 Tài liệu nhân trắc học người Việt Nam phân chia nam giới trung niên thành ba nhóm tuổi: 30-40, 41-50 và 51-60 Trong nghiên cứu, số lượng người được đo theo từng nhóm tuổi là 115 người ở nhóm 30-40 tuổi, 120 người ở nhóm 41-50 tuổi, và 143 người ở nhóm 51-60 tuổi Tổng số mẫu tham gia đo 3D là 378 nam trung niên, vượt quá số lượng tối thiểu để đảm bảo độ chính xác và giảm thiểu sai số do nhiễu.
Số lượng mẫu được chọn ngẫu nhiên từ nam trung niên làm việc tại văn phòng, cán bộ, công nhân, viên chức, giáo viên và học viên thuộc các đơn vị khác nhau của trường Đại học và Cao đẳng tại TP Hồ Chí Minh Nghiên cứu cần thu thập thông tin về nhân trắc và kích thước cơ thể của đối tượng trong độ tuổi nghiên cứu.
KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
K ế t qu ả b ộ d ữ li ệ u s ố đo 2D và 3D cơ thể ngườ i
Luận án đã thu thập 1106 bộ dữ liệu 2D và 3D từ 1106 nam giới tại Thành phố Hồ Chí Minh, trong đó có 378 nam trung niên trong độ tuổi từ 30 đến 60 Mỗi bộ dữ liệu chứa thông tin chi tiết và đặc trưng của từng cá nhân.
1) File dữ liệu 3D ở dạng đám mây điểm ảnh như hình 3.1
2) File dữ liệu 3D 60 mốc nhân trắc được trích xuất tự động như hình 3.2
3) File mô tả vị trí kích thước trên cơ thể 3D như hình 3.3 và thông số đo của
180 kích thước cơ thể người trình bày trong bảng 3.1
Số lượng kích thước cơ thể được tự động hóa trích xuất tối đa Các nhà khoa học xác định mục tiêu nghiên cứu và lựa chọn các thông số đo cần thiết từ 180 kích thước đã có.
Dữ liệu số đo cơ thể được trích xuất bằng tiếng Anh và sẽ được cung cấp theo yêu cầu của khách hàng Bảng tên người được quét đã được mã hóa cùng với số đo cơ thể được trình bày trong Phụ lục 4 Từ danh sách tên người đã được mã hóa, phần mềm sẽ tự động trích xuất danh sách tên người được quét, như thể hiện trong Phụ lục 3.
Hình 3.1: Dữ liệu 3D ở dạng đám mây điểm ảnh và bể mặt trơn được trích xuất tự động Hình 3.2: Dữ liệu 3D của mốc nhân trắc được trích xuất tựđộng
Bảng 3.1: Thông số đo của 210 kích thước cơ thể người Đơn vị: cm
Hình 3.3: Vị trí các kích thước cơ thể.
K ế t qu ả mô t ả đặc trưng thố ng kê d ữ li ệu kích thước cơ th ể
3.2.1 Mô tả dữ liệu nhân trắc nam giới Thành phố Hồ Chí Minh Đối tượng của nghiên cứu này là 1106 nam giới trong độ tuổi từ 18 đến 60, trong đó có 728 nam giới ở độ tuổi từ 18 đến dưới 30 chiếm 65.82% và 34.18% nam giới trong độ tuổi từ 30 đến 60 Trong nghiên cứu này, dữ liệu nhân trắc của 38 kích thước đã được sử dụng để xác định các đặc điểm liên quan đến vóc dáng cơ thể của nam giới trưởng thành Việt Nam, đồng thời là các kích thước quan trọng trong việc thiết lập hình dạng cơ thể Avatar trong phần mềm CLO3D [6] Các kích thước điển hình của cơ thể
77 bao gồm: 14 kích thước chiều cao, 7 kích thước chiều dài, 14 kích thước chu vi, 2 kích thước chiều rộng và cân nặng được thể hiện trong bảng 2.15 ở chương 2
Kết quả phân tích các đặc trưng thống kê cho thấy các kích thước nhân trắc có giá trị trung bình (X̅) gần với giá trị trung vị (Me) và độ tin cậy nằm trong giới hạn cho phép Tuy nhiên, kích thước chiều dài từ đốt cổ 7 đến eo không hoàn toàn tuân theo phân phối chuẩn Bảng 3.2 tổng hợp các biểu đồ xác định phân phối chuẩn của tất cả các kích thước, trong khi Bảng 3.3 mô tả các đặc trưng thống kê như giá trị trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất, cùng các phân vị quan trọng Nghiên cứu này nhằm bổ sung vào tài nguyên nghiên cứu về số đo cơ thể nam giới Việt Nam, đặc biệt là tại TP.HCM trong giai đoạn 2020-2022, nơi mà các nghiên cứu trước đây chưa chú trọng đến kết quả phân vị.
Bảng 3.2: Bảng tổng hợp các biểu đồ phân phối chuẩn của các kích thước cơ thể của
1106 nam giới 18÷60 tuổi sống tại TP HCM
Các kích thước Biểu đồ Histogram Biểu đồ Q-Q Plots
Vòng ngực qua đầu ngực
Vòng ngực dưới đầu ngực
Vòng ngực qua nếp nách
Chiều dài từ cổ 7 đến cổ tay
Chiều dài cung vòng đũng
Rộng ngang lưng Độ xuôi vai
Bảng 3.3: Bảng mô tả dữ liệu thống kê kích thước cơ thể của 1106 nam giới 18÷60 tuổi sống tại TP HCM
Kích thước cơ thể Trung bình Trung vị Độ chuẩn lệch Độ xiên
Chiều cao cơ thể trung bình là 168.77 cm với trọng lượng trung bình 63.00 kg Chiều cao cằm đạt 144.62 cm, trong khi chiều cao vai là 131.13 cm Chiều cao eo trung bình là 97.07 cm, và chiều cao bụng là 88.85 cm Chiều cao ngồi trung bình là 74.87 cm, còn chiều cao háng là 73.31 cm Chiều cao đùi trung bình là 68.23 cm, và chiều cao gối là 40.29 cm Vòng chân cổ trung bình là 40.81 cm Vòng ngực qua đầu ngực đạt 92.78 cm, trong khi vòng ngực dưới đầu ngực 3cm là 90.50 cm Vòng ngực qua nếp nách trung bình là 93.78 cm Vòng eo trung bình là 82.90 cm, vòng bụng đạt 87.48 cm, và vòng mông trung bình là 92.63 cm.
Vòng gối 36.31 35.95 2.72 0.96 22.19 29.99 52.18 31.50 32.55 33.20 33.61 34.47 35.95 37.69 39.10 39.74 41.22 44.48 Vòng đùi 53.08 52.85 4.92 0.36 28.93 41.48 70.40 43.18 45.43 46.71 47.83 49.78 52.85 56.02 58.00 59.65 61.97 65.83 Vòng bắp chân 35.99 35.99 3.00 0.22 23.98 26.61 50.59 29.84 31.22 32.03 32.74 33.87 35.99 38.01 39.01 39.69 41.10 43.29 Vòng mắt cá 22.60 22.57 2.20 1.12 30.13 12.66 42.78 18.07 19.31 20.21 20.55 21.17 22.57 23.82 24.61 25.06 26.17 28.35 Vòng bắp tay 28.57 28.43 3.09 0.23 19.72 20.70 40.42 22.00 23.71 24.54 25.24 26.34 28.43 30.71 31.74 32.40 33.79 36.17 Vòng khủy tay 25.77 25.75 1.94 0.53 19.84 18.70 38.53 21.71 22.75 23.39 23.78 24.47 25.75 26.92 27.61 28.16 29.00 30.93 Vòng cổ tay 16.39 16.37 1.21 -0.10 10.65 10.69 21.34 12.82 14.64 15.09 15.36 15.69 16.37 17.08 17.44 17.76 18.29 19.75 Chi ề u dài t ừ đốt cổ 7 đến c ổ tay
Chiều dài tay 57.20 57.20 2.70 0.25 21.03 47.71 68.74 51.55 52.86 53.80 54.47 55.36 57.20 58.91 59.97 60.62 61.77 64.49 Chi ề u dài bàn chân 25.27 25.27 1.22 0.14 8.22 21.14 29.36 22.46 23.35 23.75 24.05 24.45 25.27 26.05 26.51 26.87 27.36 28.38 Chiều dài cung vòng đũng 80.66 80.74 8.80 -0.33 53.36 52.82 106.18 55.92 64.20 70.68 72.70 75.30 80.74 86.47 89.35 91.24 93.84 101.91 Vòng đũng đo thẳng 63.92 63.57 8.11 0.32 45.64 45.85 91.49 49.52 51.97 53.68 55.08 57.24 63.57 69.80 72.97 74.77 77.35 83.97 Chiều dài từ đốt cổ 7 đến eo
Chiều dài từ hỏm cổ đến eo
Dài chân bên trong 74.70 74.56 3.76 0.10 29.51 59.67 89.18 66.04 68.80 70.10 70.88 72.13 74.56 77.15 78.58 79.48 81.03 84.00 Rộng vai 43.47 43.59 3.72 -0.24 25.36 30.33 55.69 32.76 37.21 38.97 39.83 41.05 43.59 45.84 47.12 48.01 49.68 51.84 Chiều rộng ngang lưng 34.69 34.61 3.78 0.04 25.35 21.47 46.82 25.90 28.53 30.04 30.86 32.14 34.61 37.33 38.65 39.67 40.85 43.51 Xuôi vai 4.49 4.50 0.82 -0.04 6.05 1.35 7.40 2.53 3.13 3.40 3.62 3.94 4.50 5.04 5.31 5.49 5.79 6.45
Bảng 3.2 và 3.3 chỉ ra rằng một số kích thước không hoàn toàn tuân theo phân bố chuẩn, với sự sai lệch giữa giá trị trung bình và giá trị trung vị, cho thấy sự phân nhóm Vấn đề này sẽ được phân tích chi tiết trong mục 3.3.1.
Kết quả phân tích thống kê cho thấy các kích thước nhân trắc sử dụng giá trị trung bình (X̅) gần với giá trị trung vị (Me) và có độ tin cậy trong giới hạn cho phép Tuy nhiên, kích thước chiều dài từ đốt cổ 7 đến eo không hoàn toàn tuân theo phân phối chuẩn Bảng 3.2 tổng hợp các biểu đồ xác định phân phối chuẩn của các kích thước, trong khi Bảng 3.3 mô tả các đặc trưng thống kê như giá trị trung bình, trung vị, độ lệch chuẩn, và các phân vị quan trọng Các giá trị kích thước cơ thể theo phân vị có ý nghĩa nghiên cứu quan trọng, đặc biệt trong bối cảnh nghiên cứu của Viện Khoa học an toàn và vệ sinh lao động Các nghiên cứu hiện tại về cơ thể nam giới Việt Nam chưa chú trọng đến phân vị, vì vậy phân tích này nhằm đóng góp vào tài nguyên nghiên cứu về số đo cơ thể nam giới tại TP.HCM trong giai đoạn 2020-2022.
3.2.2 Mô tả dữ liệu nhân trắc nam trung niên Thành phố Hồ Chí Minh
Nam giới trong độ tuổi 30-60 được gọi là nam trung niên và đóng góp lớn cho kinh tế nước nhà Tuy nhiên, chưa có nghiên cứu nào tập trung vào vóc dáng và đặc điểm cơ thể của nhóm đối tượng này Số lượng mẫu trong nghiên cứu được xác định theo công thức 2 2 2 m n t , với 378 nam giới trung niên được đo, phân bổ tương đối đồng đều, trong đó có 115 người trong độ tuổi 30-40.
Trong nghiên cứu về đặc điểm hình thể của nam trung niên tại TP.HCM, có 120 người thuộc nhóm tuổi 41-50 và 143 người thuộc nhóm tuổi 51-60 Dữ liệu nhân trắc học bao gồm 38 kích thước cơ thể đã được sử dụng để phân tích các đặc điểm liên quan.
Kết quả phân tích cho thấy hầu hết các kích thước nhân trắc có giá trị trung bình (X̅) gần với giá trị trung vị (Me) và số trội (Mo), đồng thời độ tin cậy của các kích thước này nằm trong giới hạn cho phép Tuy nhiên, có 5 kích thước, bao gồm chiều dài hõm cổ đến eo, chiều dài cung vòng đũng, chiều dài từ đốt cổ 7 đến eo, vòng cổ tay và vòng cổ chân, cho thấy sự chênh lệch giữa hai giá trị này.
Giá trị trung bình và giá trị trung vị đều lớn hơn 1 cm, cho thấy sự phân bố dữ liệu có xu hướng cao Để đánh giá độ tin cậy của thang đo, chúng ta sử dụng hệ số Cronbach’s Alpha, với giá trị nằm trong khoảng từ 0 đến 1.
Bảng 3.4: Kết quảxác định hệ sốCronbach’s Alpha.
Hệ số Cronbach’s Alpha càng gần 1 thì độ tin cậy càng cao, trong khi nếu gần 0 thì độ tin cậy thấp Kích thước chiều dài bàn chân không liên quan đến phân tích vóc dáng và đã được loại bỏ Với 32 kích thước đã xác định, hệ số Cronbach’s Alpha đạt 0,947, cho thấy thang đo lường rất tốt, như mô tả trong bảng 3.4.
Bảng 3.5 là tổng hợp biểu đồ đường cong phân phối chuẩn (biểu đồ Histogram) và biểu đồ xác suất chuẩn (Normal Q-Q Plots) của các kích thước cơ thể
Bài viết trình bày các đặc trưng thống kê về kích thước cơ thể của nam trung niên tại TP.HCM, với các thông số như giá trị trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất Các chỉ số độ nhọn và phân vị 1, 5, 10, 25, 50, 75, 90, 99 cũng được thể hiện rõ ràng trong bảng 3.6.
Bảng 3.5: Bảng tổng hợp biểu đồ đường cong chuẩn và xác suất chuẩn của các kích thước cơ thể của 378 nam trung niên 30÷60 tuổi sống tại TP HCM
Kích thước cơ thể Biểu đồ Histogram Biểu đồ Q-Q Plots
Chiều cao giữa cổ trước
Vòng ngực qua đầu ngực
Vòng ngực dưới đầu ngực 3 cm
Vòng ngực qua nếp nách
Chiều dài từ đốt cổ 7 đến cổ tay
Chiều dài từ đốt cổ 7 đến eo
Chiều dài cung vòng đũng
Chiều dài từ hõm cổ đến eo
Chiều dài chân bên trong
Bảng 3.6: Bảng mô tả dữ liệu thống kê kích thước cơ thể của 378 nam trung niên 30÷60 tuổi sống tại TP HCM
Các kích thướ c nhân tr ắ c
Trung v ị Độ l ệ ch chu ẩ n Độ xiên
Chiều cao cơ thể trung bình là 167,00 cm, với chiều cao đầu đạt 23,56 cm Xuôi vai có chiều cao 4,69 cm, trong khi chiều cao cằm là 143,36 cm Chiều cao giữa cổ trước là 138,61 cm và chiều cao hõm cổ là 135,24 cm Chiều cao bụng là 87,55 cm, chiều cao eo 92,62 cm, chiều cao ngồi 74,48 cm, và chiều cao hông 72,44 cm Chiều cao đùi đạt 67,36 cm, chiều cao gối 40,25 cm, và chiều cao ngực là 118,32 cm Vòng chân cổ là 41,79 cm, vòng ngực qua đầu ngực 96,99 cm, vòng ngực dưới đầu ngực 95,41 cm, và vòng ngực tại nếp nách 98,57 cm Cuối cùng, vòng eo đạt 88,52 cm.
Dưới đây là các số liệu về kích thước vòng cơ thể: vòng bụng dao động từ 92,86 đến 115,01 cm, vòng mông từ 96,91 đến 115,41 cm, vòng đùi từ 53,95 đến 70,40 cm, vòng gối từ 36,62 đến 45,77 cm, vòng bắp chân từ 37,26 đến 44,18 cm, vòng bắp tay từ 29,88 đến 36,63 cm, vòng khuỷu tay từ 26,58 đến 31,02 cm, vòng cổ tay từ 16,91 đến 21,34 cm và vòng cổ chân từ 22,97 đến 30,37 cm Chiều dài tay là 56,38 cm, tính từ khớp khuỷu tay đến cổ tay Các số liệu này cung cấp cái nhìn tổng quan về kích thước cơ thể và có thể hữu ích cho việc theo dõi sức khỏe và thể hình.
7 đến eo 48,01 49,09 4,77 -0,99 24,79 34,00 58,79 34,53 37,42 40,31 46,35 49,09 51,12 53,02 54,31 55,21 Chiều dài bàn chân 25,11 25,02 1,21 0,34 7,04 21,77 28,81 22,76 23,21 23,57 24,31 25,02 25,82 26,73 27,35 29,25 Chi ề u dài cung vòng đũng 83,02 85,09 10,8
6 -0,91 67,65 52,82 120,47 53,99 58,42 63,21 79,45 85,09 89,70 93,63 96,82 95,49 Chiều dài từ hõm c ổ đế n eo 43,13 43,64 4,00 -0,69 27,39 26,76 54,15 31,31 35,59 37,64 41,39 43,64 45,57 47,37 49,70 51,76 Chiều dài chân bên trong 73,79 73,71 3,40 -0,12 20,08 62,22 82,29 65,59 67,78 69,63 71,73 73,71 76,08 78,29 79,45 81,22 Chiều rộng vai 44,78 44,87 2,98 0,15 15,25 38,56 53,81 38,95 39,81 40,77 42,53 44,87 46,81 48,77 49,99 52,40 Chi ề u r ộ ng ngang lưng 37,17 37,44 3,58 -0,31 20,44 26,38 46,82 27,06 31,02 32,27 35,39 37,44 39,61 41,67 42,74 43,36 Cân nặng 68,76 68,00 8,23 0,68 49,00 50,00 99,00 51,00 57,50 59,45 63,00 68,00 73,00 79,55 85,08 82,27
Bảng 3.5 chỉ ra rằng các trị số quan sát và trị số mong đợi phân bố không tuân theo đường phân phối chuẩn, thể hiện rõ sự khác biệt với hình dạng đường cong phân phối chuẩn ở các kích thước như vòng cổ tay, vòng cổ chân và chiều dài từ đốt cổ 7 đến eo.
Để đảm bảo kết quả phân tích xác suất thống kê chính xác, cần phối hợp kết quả từ bảng 3.5 và bảng 3.6 nhằm xác định các kích thước cần loại bỏ Trong bảng 3.6, kích thước chiều dài cung vòng đũng có giá trị trung bình là 83,02 cm và giá trị trung vị là 85,09 cm, với chênh lệch 2,07 cm; kích thước chiều dài từ đốt cổ 7 đến eo có giá trị trung bình 48,01 cm và giá trị trung vị 49,09 cm, chênh lệch 1,08 cm Cả hai kích thước này đều có độ xiên gần -1 Tương tự, ba kích thước vòng cổ tay và vòng cổ chân từ hõm cổ đến eo cũng cho kết quả tương tự Do đó, để các phân tích sau được chính xác, năm kích thước này cần được loại bỏ trong quá trình phân tích xác suất thống kê.
3.3 Kết quả phân loại vóc dáng và phân tích đặc điểm cơ thể
K ế t qu ả xây d ự ng mô hình 3D b ằng phương pháp nộ i suy
3.4.1 Kết quảxác định vị trí các mặt cắt
Bộ khung vị trí các mặt cắt tương tác được xây dựng theo kết quả của thuật toán 1, như thể hiện trong hình 3.8 Các vị trí mặt cắt được mô tả chi tiết nhằm cung cấp cái nhìn rõ ràng về cấu trúc và chức năng của chúng.
(1) Vị trí mặt cắt vòng cổ
(2) Vị trí mặt cắt vòng ngực
(3) Vị trí mặt cắt vòng bụng
(4) Vị trí mặt cắt vòng mông
(5) Vị trí mặt cắt vòng đùi giữa
(6) Vị trí mặt cắt vòng bắp chân
(7) Vị trí mặt cắt vòng cổ chân
(8) Vị trí mặt cắt vòng cánh tay trên
(9) Vị trí mặt cắt vòng cổ tay
Hình 3.8: Bộ khung vị trí các mặt cắt quan trọng sẽđược tương tác.
3.4.2 Kết quảxác định các điểm trọng yếu trên mỗi mặt cắt Để tìm các điểm trọng yếu của mỗi mặt cắt, ta kế thừa kết quả và kỹ thuật mà các nhà nghiên cứu trước đã dùng [15, 67, 69] và mã code 1 đã được thiết kế và trình bảy ở chương 2 Có 2 loại hình dạng mặt cắt trên cơ thể
Loại 1 bao gồm tất cả các lát cắt trên các bộ phận cơ thể, ngoại trừ phần thân, với cấu trúc gần như tròn Bốn điểm cực trị ở mặt trước, sau, bên trái và bên phải được chọn làm các điểm chính cho từng mặt cắt, như thể hiện trong hình 3.9 và hình 3.10 Các vị trí mặt cắt có cấu trúc hình tròn bao gồm vòng cổ, vòng bụng, vòng cánh tay trên, vòng cổ tay, vòng đùi giữa, vòng bắp chân và vòng cổ chân.
Loại 2 bao gồm các lát cắt phức tạp trên thân thể, đặc biệt là vùng vòng ngực và vòng mông Bài viết chọn 12 điểm chính làm tiêu chí cho các lát cắt, như thể hiện trong hình 3.11 và 3.12, bao gồm các điểm cực trị ở mặt trước, sau, bên trái, bên phải, và trên đường cong, dựa trên sự quan sát đối xứng.
Hình 3.9: Các điểm trọng yếu của mặt cắt phần đùi.
Hình 3.10: Các điểm trọng yếu của mặt cắt phần bắp chân
Hình 3.11: Các điểm trọng yếu của mặt cắt phần mông Hình 3.12: Các điểm trọng yếu của mặt cắt phần ngực
3.4.3 Kết quảđiều chỉnh các điểm trọng yếu trên mỗi mặt cắt tương ứng với sốđo 2D
Sau khi xác định các điểm trọng yếu cho mỗi mặt cắt, cần điều chỉnh chúng để nội suy ra đường cong có chu vi gần giống với thông số đo Kết quả điều chỉnh theo mã code 3 cho thấy những cải tiến đáng kể trong việc tối ưu hóa đường cong.
- Bước 1: Xác định tâm, tính tỉ lệ bán kính lớn và bán kính nhỏ của mặt cắt hiện tại
Hình 3.13: Minh họa bước 1 của việc điều chỉnh các điểm trọng yếu
- Bước 2: Tìm bán kính lớn của mặt cắt hiện tại (Bán kính = Chu vi / (2 * 𝜋) )
Hình 3.14: Minh họa bước 2 của việc điều chỉnh các điểm trọng yếu
- Bước 3: Tính bán kính lớn của mặt cắt mới dựa vào thông số đo tay (Bán kính = Số đo / (2 * 𝜋) )
Hình 3.15: Minh họa bước 3 của việc điều chỉnh các điểm trọng yếu
- Bước 4: Dịch chuyển các điểm tương ứng với bán kính lớn của mặt cắt mới
Hình 3.16: Minh họa bước 4 của việc điều chỉnh các điểm trọng yếu
- Bước 5: Dịch chuyển điểm trên bán kính nhỏ theo tỉ lệ với bán kính lớn của mặt cắt hiện tại
Hình 3.17: Minh họa bước 5 của việc điều chỉnh các điểm trọng yếu
3.4.4 Kết quả xây dựng mô hình mặt cắt chỉnh từ các điểm trọng yếu trên mỗi mặt cắt bằng bài toán nội suy
Sau khi xác định các điểm quan trọng trên mỗi mặt cắt, việc nội suy thêm nhiều điểm để tạo đường cong tương ứng là cần thiết Dựa trên phương pháp nội suy đường cong Hermite đã được thiết lập và kết quả thực nghiệm, tham số độ căng -0.4 được xác định là phù hợp nhất với đường cong của mặt cắt cơ thể người Sự phù hợp này được minh họa qua các hình ảnh, trong đó các điểm dữ liệu thô từ máy Scan 3D được đánh dấu bằng các điểm tròn màu đỏ Các đường cong với các tham số độ căng khác nhau được thể hiện: màu đỏ với tham số 0.8, màu xanh với -1.6, và màu đen với -0.4 Hình 3.20 tổng hợp các mặt cắt chính trên cơ thể sau khi thực hiện quá trình nội suy.
Hình 3.18: Nội suy đường cong gần như tròn từ 4 điểm với các tham số độ căng khác nhau
Hình 3.19: Nội suy đường cong phức tạp từ 12 điểm với các tham số độ căng khác nhau.
Hình 3.20: Các mặt cắt trên cơ thể sau khi nội suy
3.4.5 Kết quả xây dựng mô hình nội suy từ các mặt cắt chỉnh trên các bộ phận của cơ thể
Mã code 5 được sử dụng để tạo ra các lát cắt nội bộ của các bộ phận cơ thể, bao gồm ngực, mông, đùi, bắp chân và cánh tay trên Kết quả của những lát cắt này được trình bày qua các hình ảnh từ 3.21 đến 3.25.
Hình 3.21: Các lát cắt của vùng ngực
Hình 3.22: Các lát cắt của vùng mông.
Hình 3.23: Các lát cắt của vùng đùi
Hình 3.24: Các lát cắt của vùng bắp chân
Hình 3.25: Các lát cắt của khu vực cánh tay trên.
Mô hình 3D toàn thân được tạo ra và trực quan hóa trong Blender, như thể hiện trong hình 3.26 Quy trình mô phỏng Avatar 3D dựa trên số đo 2D được hướng dẫn chi tiết trong “Tài liệu hướng dẫn sử dụng phần mềm Mô phỏng Avatar 3D tương ứng với số đo 2D,” có sẵn trong Phụ lục 2.
Hình 3.26: Mô phỏng mô hình 3D tương ứng với số 2D
3.4.5 Kết quảđánh giá sai số xây dựng mô hình
Kết quả của lỗi bình phương của các lát cắt chính và lỗi bình phương của mô hình được xây dựng 3D được thể hiện trong Bảng 3.21 và Bảng 3.22
Bảng 3.21: Lỗi của các lát cắt chính
Kích thước cơ thể Lỗi bình phương trung bình
Vòng Đùi giữa 0.0371047278 Vòng bắp chân 0.0000332125
Bảng 3.22: Lỗi của mô hình xây dựng 3D
Lỗi bình phương trung bình 11.02621202
Lỗi bình phương nhỏ nhất 1.38504
Lỗi bình phương lớn nhất 125.55837
Có 95 mô hình trong bộ dữ liệu, đã bị hỏng khi quét Những mô hình bị hỏng này làm cho lỗi bình phương tối đa tăng đáng kể và điều đó dẫn đến sai số trung bình cao Hình 3.27 cho thấy một mô hình 3D nữ từ máy quét 3D bị lỗi Bảng 3.23 và Bảng 3.24 hiển thị kết quả sau khi loại bỏ dữ liệu 3D bị lỗi
Hình 3.27: Mô hình 3D nữ từ máy quét 3D bị lỗi
Bảng 3.23: Lỗi của các lát cắt chính sau khi tách dữ liệu bị lỗi
Kích thước cơ thể L ỗi bình phương trung bình
Bảng 3.24: Lỗi của mô hình 3D được xây dựng sau khi tách dữ liệu bị lỗi
L ỗi bình phương trung bình 5.491083893 23.52586951
L ỗi bình phương nhỏ nh ấ t 1.38504 10.06982
L ỗi bình phương lớ n nh ấ t 9.95929 125.55837
Nghiên cứu này trình bày một phương pháp xây dựng mô hình con người 3D, sử dụng dữ liệu quét 3D cơ thể phụ nữ để xác định các kích thước cơ thể phù hợp Dữ liệu này được áp dụng cho năm thuật toán khác nhau trong các thí nghiệm.
Phương pháp được đề xuất chủ yếu dựa trên phép nội suy Hermite, mang lại dạng đóng và yêu cầu ít tính toán, từ đó giảm thiểu chi phí tính toán.
Phương pháp này gặp hạn chế lớn do phụ thuộc vào việc lựa chọn các lát cắt chính, dẫn đến việc nội suy các lát trung gian chỉ dựa vào các lát chính của mô hình cụ thể Điều này khiến mô hình tạo ra có vẻ hợp lý nhưng thiếu tính thực tế do sự phức tạp của cấu trúc cơ thể Thực tế cho thấy, rất hiếm khi có các kích thước cơ thể được đo thủ công tại tất cả các vị trí trên cơ thể con người Do đó, nghiên cứu tiếp tục tìm kiếm một giải pháp mới bằng cách áp dụng phương pháp máy học chuyên sâu (deep learning) để khai thác thông tin từ tập dữ liệu, từ đó suy ra các lát trung gian một cách hiệu quả hơn.
3.5 Kết quả xây dựng Avatar 3D theo phương pháp máy học chuyên sâu
Luận án đào tạo các mô hình NN từ dữ liệu trên máy chủ Linux với RAM 24
GB, GPU với RAM 12 GB và CPU Xeon với 2.2Ghz Ngôn ngữ lập trình là Python và các thư viện chính là PyTorch và numpy
Thuật toán Adam được thông qua để giảm thiểu hàm mục tiêu; các tham số meta được đặt theo khuyến nghị của các tác giả (tỷ lệ học tập 𝛼 = 0.001, 𝛽 1 = 0.9, 𝛽 2 0.999)
Trong nghiên cứu này, bộ dữ liệu nam được chia thành 1006 mẫu cho huấn luyện và 100 mẫu cho thử nghiệm, trong khi bộ dữ liệu nữ có 500 mẫu cho huấn luyện và 100 mẫu cho thử nghiệm, tất cả đều được chọn ngẫu nhiên Bảng 3.25 trình bày lỗi trung bình trên mỗi lát cắt chính sau khi hoàn thành 1000 lần đào tạo trên tập dữ liệu nam và nữ.
Bảng 3.25: Lỗi trung bình trên mỗi lát cắt chính trên dữ liệu huấn luyện của bộ dữ liệu nam và nữ (bộ dữ liệu đầy đủ)
Slice Train/Male (%) Train/Female (%)
Left Wrist / Cổ tay trái 7.77 10.99
Left Forearm / Cánh tay trái 5.53 7.48
Left elbow / Khuỷu tay trái 4.21 7.72
Left Biceps / Bắp tay trái 6.22 8.80
Left Overarm / Cẳng tay trái 10.54 15.66
Right Wrist / Cổ tay phải 13.43 8.12
Right Forearm / Cánh tay phải 12.69 7.63
Right Elbow / Khuỷu tay phải 8.36 7.01
Right Biceps / Bắp tay phải 8.84 6.69
Right Overarm / Cẳng tay phải 12.20 12.64
Left Ankle / Cổ chân trái 7.93 7.38
Left Calf / Bắp chân trái 7.73 4.62
Left Under knee / Dưới gối trái 11.80 3.30
Left Middle Thigh /Giữa đùi trái 3.63 4.72
Right Ankle / Cổ chân phải 9.54 6.64
Right Calf / Bắp chân phải 7.52 4.66
Right Under Knee / dưới gối phải 10.67 3.09
Right Middle Thigh / Giữa đùi phải
Nghiên cứu mối quan hệ giữa kích thước và hình dạng của lát cắt trên cơ thể người là một thách thức lớn, vì các kích thước giống nhau có thể có hình dạng khác nhau Mặc dù đầu vào chỉ là vô hướng, chúng ta cần dự đoán vectơ lát với ít nhất 20 thành phần Để giải quyết vấn đề này, chúng tôi đề xuất sử dụng các hình dạng ban đầu, không chỉ là một xấp xỉ thô cho lát cắt mục tiêu mà còn giúp mô hình mạng nơ-ron (NN) tăng số lượng tham số và tránh hiện tượng phù hợp quá mức Trong nghiên cứu của chúng tôi, lớp hình dạng ban đầu được giới hạn thành các vòng tròn, với bán kính tính theo chu vi của lát Về mặt hình học, các mô hình NN hoạt động như một biến dạng hình được điều khiển bởi kích thước của lát cắt.
NN là các phép biến đổi phi tuyến tính từ đường thẳng đến vectơ lát cắt cụ thể, biểu thị qua các đường cong mô tả cường độ của vectơ cắt Những đường cong này có hình dạng tương tự khi chúng ở cùng một vị trí, như minh họa trong Hình 3.28.
Hình 3.28: Đường cong vectơ cắt lát đường cong của cổ tay, hông và đùi của 20 ví dụ trong bộ dữ liệu nam.
K ế t qu ả xây d ựng mô hình 3D Avatar theo đa dạ ng vóc dáng nam trung niên TP.HCM
3.6.1 Nhận xét vềphương pháp xây dựng mô hình 3D cơ thể người
Phương pháp xây dựng mô hình 3D bằng nội suy toán học đã thành công trong việc mô phỏng vóc dáng cơ thể người Việt Nam với các số đo chính xác từ các mặt cắt quan trọng Kỹ thuật này đạt được sai số rất thấp, đảm bảo tính chính xác cho các số đo của mô hình, từ đó nâng cao tính ứng dụng trong ngành công nghiệp dệt may.
128 thực nghiệm dễ dàng, không tốn quá nhiều thời gian cũng như không yêu cầu quá cao về cấu hình phần cứng máy tính
Phương pháp xây dựng mô hình 3D bằng máy học sâu cho phép học hỏi thông tin từ dữ liệu cơ thể người mà không cần dạng hàm, giúp mô hình 3D thích ứng tốt hơn với cấu trúc cơ thể riêng biệt của từng cá nhân Kết quả thử nghiệm cho thấy ý tưởng về hệ thống này khả thi và có thể triển khai, tuy nhiên, cần thực hiện thêm nhiều thử nghiệm và tinh chỉnh để cải thiện độ chính xác của các dự đoán.
Phương pháp xây dựng mô hình 3D thông qua nội suy toán học vẫn gặp phải sai số trên tất cả các mặt cắt của mô hình Điều này xảy ra do sự khác biệt trong cấu trúc cơ thể của từng người, khiến cho mô hình chưa thể điều chỉnh phù hợp với đặc điểm riêng biệt của mỗi cá nhân.
Phương pháp xây dựng mô hình 3D bằng máy học sâu đòi hỏi cấu hình phần cứng máy tính cao để thực nghiệm hiệu quả Tuy nhiên, do hạn chế về thời gian và khả năng tính toán, độ chính xác của hai mô hình trong nghiên cứu vẫn chưa đạt yêu cầu cao.
3.6.2 Mô hình 3D Avatar theo đa dạng vóc dáng nam trung niên TP.HCM
Sau khi nhập số liệu kích thước cơ thể của 5 vóc dáng nam trung niên tại TP.HCM vào phần mềm Blender, 5 mô hình 3D Avatar đã được tạo ra Hình ảnh của các Avatar này được tổng hợp trong bảng 3.29, bao gồm các góc nhìn từ mặt trước, mặt sau, và hai góc nghiêng 90 độ và 45 độ, thể hiện rõ vóc dáng theo phương pháp nội suy được sử dụng trong luận án.
Hình 3.31: Hình chụp mặt trước của 5 Avatar theo thông số đo của 5 vóc dáng nam trung niên TP.HCM được xây dựng trong luận án
Các thông số đo kích thước cơ thể của 5 vóc dáng đã được nhập vào phần mềm thiết kế CLO3D, cho ra 5 Avatar như hình 3.32 Bảng 3.30 tổng hợp hình ảnh chụp từ các góc độ: mặt trước, mặt sau, mặt nghiêng 90 độ và mặt nghiêng.
45 0 của lần lượt 5 Avatar được tạo ra trong CLO3D
Hình 3.32 trình bày mặt trước của 5 Avatar tương ứng với các vóc dáng nam trung niên tại TP.HCM, được xây dựng trong luận án Khi đối chiếu hình ảnh các Avatar với mô tả đặc điểm hình thể, có sự tương đồng rõ rệt với các kết luận về béo phì và bụng lồi ở nam giới trung niên Mô hình 3D Avatar cũng thể hiện sự khác biệt về hình dạng và mức độ lồi bụng So với Avatar được tạo ra từ phần mềm CLO3D, 5 Avatar trong luận án cho thấy sự khác biệt rõ ràng về vóc dáng, điều này được xác nhận qua so sánh hình 3.31 với 3.32 và bảng 3.29 với 3.30.
Bảng 3.29: Bảng tổng hợp hình ảnh 5 Avatar theo 5 vóc dáng của nam trung niên
TP.HCM được xây dựng từ luận án
Mặt trước Mặt sau Nghiêng 90 độ Nghiêng 45 độ Nhóm 1
Bảng 3.30: Bảng tổng hợp hình 5 Avatar theo 5 vóc dáng của nam trung niên TP.HCM được tạo ra từ phần mềm thiết kế CLO3D
Mặt trước Mặt sau Nghiêng 90 độ Nghiêng 45 độ Nhóm 1
K ế t qu ả may ả o Áo dài theo vóc dáng nam trung niên TP.HCM
Luận án thực hiện thiết kếảo và may ảo sản phẩm áo dài cho nam theo quy trình đã trình bày ởchương 2 hình 2.35.
Trong 5 vóc dáng của nam trung niên TP.HCM đã được phân tích bên trên, nhóm
Nhóm 2 chiếm tỷ lệ cao nhất với 35,19%, được chọn để thử nghiệm may trang phục ảo Nhóm này có tỷ lệ chiều dài và chiều cao tương đương với cơ thể trung bình, với kích thước vùng cổ và vai cũng phù hợp Các chỉ số về chu vi, cân nặng và BMI cho thấy đây là nhóm cơ thể béo phì độ I với BMI 25,08, trong đó tất cả các kích thước chu vi và cân nặng đều tương đương với nhóm trung bình, ngoại trừ tỷ lệ vòng đùi so với vòng eo nhỏ hơn Qua phân tích, nhóm 2 thể hiện tỷ lệ cơ thể cân đối, thuộc nhóm béo phì độ I, với đùi và gối nhỏ cùng kích thước vùng cổ và vai phát triển.
Sau khi nhập các thông số đo vào phần mềm Blender theo hướng dẫn ở Phụ lục
Mô hình 3D Avatar cho nhóm 2 đã được tạo ra và lưu dưới định dạng ".OBJ" để sử dụng trong CLO3D Sau khi nhập mô hình 3D Avatar vào phần mềm CLO3D, bạn có thể sử dụng nó như một Avatar để tiếp tục thiết kế ảo, may ảo và thử nghiệm ảo sản phẩm.
3.7.2 Mô tả mẫu Áo dài thiết kế thử nghiệm và chọn vật liệu trong CLO3D
Dựa trên thiết kế áo sơ mi, áo veston và áo dài nam cổ điển, phương pháp thiết kế mẫu áo dài hiện đại đã được đề xuất nhằm tạo ra sản phẩm mới mẻ và phù hợp với xu hướng thời trang hiện đại.
Vật liệu: vải may áo dài: Lụa Taffeta
Chọn Lụa Taffeta được mặc định trong thư viện vải của phần mềm như hình 3.33, các thông số vải là :
- Độ uốn ngang (Bending-weft): 55%
- Độ uốn dọc (Bending-warp): 14%
- Độ uốn xéo (Bending-bias): 38%
- Độ rung vải (Internal Damping): 1%
Hình 3.33: Minh họa của vải được chọn từ thư viện vải C LO3D để ứng dụng thiết kế áo dài nam giới Việt Nam
3.7.3 Thiết kế bộ mẫu kỹ thuật theo công thức thiết kế áo dài nam
Công thức thiết kế áo dài nam đã được nghiên cứu kỹ lưỡng và được trình bày chi tiết trong phụ lục 3 Hình 3.34 minh họa kết quả bộ mẫu rập áo dài dành cho nam trung niên, phù hợp với số đo của nhóm vóc dáng 2.
Bộ mẫu rập được thiết kế bằng phần mềm Gerber có thể dễ dàng nhập vào CLO3D, cho phép người dùng thực hiện các chức năng may ảo, thử ảo và đánh giá ảo sản phẩm một cách hiệu quả.
Hình 3.34: Bộ mẫu rập gồm các chi tiết: thân áo, tay áo, cổ áo, quần và cạp
3.7.4 Kết quả may ảo, thửảo và đánh giá độ vừa vặn trang phục trên CLO3D Ưu điểm của phần mềm thiết kế trang phục 3D là có thể nhìn thấy trước được độ vừa vặn của trang phục qua đánh giá độ vừa vặn trên công cụ Fit map, Strain map, Stress map, người thiết kế có thể điều chỉnh mẫu rập trước khi may sản phẩm thật
Hình 3.35: Kết quả may ảo, thửảo và đánh giá ảo lần 1
Trong quá trình thử nghiệm thiết kế và may ảo mẫu cho áo dài, sau lần may đầu tiên, phần bụng của áo bị chật Tác giả đã nhanh chóng điều chỉnh mẫu rập bằng cách tăng thêm độ rộng ở phần bụng, kết quả là phần bụng to của người mẫu đã được cải thiện và che khuyết điểm hơn, như mô tả trong hình ảnh.
Hình 3.36: Kết quả may ảo, thử ảo và đánh giá ảo lần 2
Hình 3.37: Mẫu mô phỏng áo dài nam với bề mặt vải dày, trong suốt và lưới trên phần mềm CLO 3D
Hình 3.38: Mẫu mô phỏng áo dài nam bề mặt vải lụa taffeta trên phần mềm CLO 3D
3.7.5 Kết quả bộ sản phẩm áo dài hoàn thiện với lựa chọn họa tiết và màu sắc
Hình 3.39: Mẫu mô phỏng áo dài nam cho nhóm vóc dáng 2 nam trung niên TP.HCM trên phần mềm CLO3D
Các kết quả nghiên cứu của luận án được trình bày trong chương 3 như sau:
1 Khảo sát đo và thành lập 1106 bộ dữ liệu nhân trắc 3D của 1106 nam giới TP.HCM tuổi từ 18 đến 60 Trong đó có 115 người nhóm 30÷40 tuổi, 120 người nhóm 41÷50 tuổi, 143 người nhóm 51÷60 tuổi Dữ liệu được trích xuất từ hệ thống máy quét SizeStreamer năm 2020 Mỗi bộ dữ liệu gồm có 180 thông số kích thước cơ thể người và mô tả vị trí trên hình ảnh 3D, file ảnh 3D điểm mốc nhân trắc, file ảnh 3D đám may điểm ảnh
2 Mô tả đặc trưng thống kê dữ liệu nhân trắc cho 38 kích thước cơ thể quan trọng phục vụ thiết kế các chủng loại trang phục của nam giới Các đặc trưng thống kê của các kích thước cơ thể thông qua giá trị trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất, độ nhọn, phân vị1, 5, 10, 25, 50, 75, 90, 99; Đồng thời xác định phân phối chuẩn của các kích thước thông qua biểu đồ đường cong chuẩn và biểu đồ xác suất chuẩn Normal Q-Q Plot Bảng mô tả dữ liệu nhân trắc có ý nghĩa quan trọng trong ngành công nghệ may và thời trang, có thể sử dụng cho đề tài và là tài liệu tham khảo cho nhiều nghiên cứu khác sau này
3 Sử dụng phương pháp phân tích dữ liệu một cách khoa học như phân tích thành phần chính, phân tích nhân tố, phân tích phân nhóm K-mean, phân tích biệt số và ANOVA, t-test để phân loại vóc dáng cơ thể cho 1106 nam giới Việt Nam trong độ tuổi từ 18 đến 60 Kết quả đạt được cho thấy tỷ lệ nam giới trong độ tuổi từ 18 đến dưới 30 chủ yếu thuộc nhóm gầy, chiếm tỷ lệ 60.4%, trong khi đó nhóm nam trung niên trong độ tuổi từ 30 đến 60 chủ yếu là béo
4 Nhóm đối tượng 378 nam trung niên TP.HCM tiếp tục được phân loại thành 5 nhóm vóc dáng Nhóm 1 có tạng người thấp và hơi gầy với BMI là 22,23 Nhóm 4 có tạng người cao và to trung bình với BMI là 23,23 Nhóm 2, 3, 5 là tạng người cận béo và béo phì với BMI lần lượt là 25,08, 27,08, 28,52 Đặc điểm chung của nhóm 2, 3, 5 là người bụng lồi và phệ dần khi BMI tăng Nhiều nam trung niên có vóc dáng 2, chiếm tỷ lệ 35,19%
5 Đã tổng hợp thống kê và xác định tương quan tỷ lệ giữa các kích thước cơ thể theo từng vóc dáng, có tính ứng dụng thực tiễn trong thiết kế và sản xuất
6 Kết quả trên cho thấy hoàn toàn có thể sử dụng máy quét cơ thể SizeStream SS14 trong các cuộc khảo sát nhân trắc để thu thập các số đo cơ thể người Không cần sử dụng phương pháp đo tay truyền thống tốn kém thời gian và nguồn nhân lực Hơn nữa lại tránh được các sai sót giữa nhiều người đo và nhiều thiết bị đo
7 Các công cụ thống kê và đặc biệt phần mềm SPSS là công cụ hiệu quả để mô tả dữ liệu nhân trắc cũng như phân tích vóc dáng cơ thể người, đảm bảo độ chính xác và độ tin cậy của các kết luận
8 Đã xây dựng được mô hình 3D Avatar theo phương pháp nội suy sử dụng các thuật toán nội suy và 5 mã code Quá trình thực hiện qua 6 bước chính và có đánh giá sai số mô hình Bước 1 là Xác định các kích thước cơ thể cần thiết cho mô hình; Bước 2 xác định vị trí các mặt cắt chỉnh; Bước 3 xác định các điểm trọng yếu của mỗi mặt cắt; Bước 4 điều chỉnh các điểm trọng yếu trên mặt cắt tương ứng với số đo 2D; Bước 5 xây dựng mô hình mặt cắt chính từ các điểm trọng yếu bằng phép