Phân loại vóc dáng nam trung niên thành phố hồ chí minh ứng dụng xây dựng avatar trong phần mềm thiết kế trang phục 3d

TÍNH CẤP THIẾT CỦA LUẬN ÁN

Trong những năm gần đây, công nghệ 3D đang trở thành chủ đề hot trên toàn cầu, đặc biệt trong ngành thời trang và may mặc Sự phát triển của công nghệ điện toán đã thúc đẩy việc phát triển cửa hàng quần áo trực tuyến và thời trang ảo, đáp ứng nhu cầu mua sắm thông minh của người tiêu dùng Các nghiên cứu đã sử dụng kích thước cơ thể làm dữ liệu đầu vào để cải tiến mô hình thời trang hiện có Công nghệ thực tế ảo trong ngành may mặc đã xuất hiện từ những năm 1980, và hiện nay, nhờ vào sự hỗ trợ của thiết kế 3D, trí tuệ nhân tạo và thực tế ảo, thời trang kỹ thuật số đang bùng nổ Các phần mềm như Optitex, V-Stitcher và CLO3D cho phép thiết kế mô hình người, tạo mẫu 2D, may ảo 3D và mô phỏng vải, đồng thời đánh giá độ vừa vặn của trang phục cho người tiêu dùng Việc ứng dụng phần mềm thiết kế 3D ngày càng phổ biến 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 lĩnh vực kinh tế chủ lực, với tốc độ tăng trưởng 10%/năm, khẳng định vị thế trong ngành xuất khẩu toàn cầu Từ năm 2021 đến 2030, ngành sẽ phát triển theo chiều sâu, tập trung vào các phương thức sản xuất tiên tiến như ODM và OBM, đồng thời nâng cao nội lực thiết kế để gia tăng giá trị sản phẩm Việc nghiên cứu và xây dựng mô hình 3D Avatar cho ma-nơ-canh kỹ thuật số theo vóc dáng người Việt Nam sẽ tích hợp vào phần mềm thiết kế thời trang 3D, giúp nâng cao năng lực cạnh tranh cho ngành dệt may trong bối cảnh hội nhập quốc tế.

Nghiên cứu về ứng dụng 3D trong ngành công nghệ may cần dữ liệu quét 3D cơ thể người để phát triển Từ dữ liệu này, các tác giả có thể phân tích đặc điểm vóc dáng và hình thể, cũng như xây dựng mô hình 3D Avatar cho phần mềm thiết kế trang phục Bên cạnh đó, mẫu ma-nơ-canh truyền thống hiện không còn phù hợp với vóc dáng người Việt Nam, gây khó khăn trong quá trình thiết kế và sản xuất.

Luận án tiến sĩ mới nhất

Thiết kế trang phục và thử mẫu đánh giá độ vừa vặn cho người Việt đang gặp khó khăn do chi phí đầu tư cao để thu thập dữ liệu quét 3D Điều này làm cho nghiên cứu ứng dụng công nghệ 3D trong ngành may mặc và thời trang theo vóc dáng người Việt trở nên thách thức Do đó, việc phân loại vóc dáng cơ thể và ứng dụng trong phần mềm thiết kế cho người Việt Nam trở thành một nhiệm vụ cấp bách.

Trong những năm gần đây, các nhà khoa học Việt Nam đã tiến hành nghiên cứu về vóc dáng và đặc điểm hình thể của nhiều nhóm đối tượng như phụ nữ, học sinh và trẻ em Tuy nhiên, chưa có nghiên cứu nào tập trung vào nam giới trung niên trong độ tuổi từ 30-60, mặc dù đây là giai đoạn có nhiều biến động về vóc dáng do nhu cầu dinh dưỡng và công việc Nhóm tuổi này đóng vai trò quan trọng trong nền kinh tế và cần hoàn thiện hình ảnh cá nhân qua trang phục, đồng thời có nhu cầu và khả năng chi trả cho các loại trang phục phù hợp Do đó, việc nghiên cứu vóc dáng và đặc điểm cơ thể của nam giới trung niên là rất cần thiết.

Luận án này nghiên cứu phân loại hình dáng cơ thể nam trung niên từ 30-60 tuổi, nhằm đề xuất 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 phát triển 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 là công nghệ tiên phong hiện nay, tạo ra sự liên kết giữa ngành công nghệ may và công nghệ thông tin Điều này hứa hẹn mang lại tương lai mới cho ngành công nghiệp thời trang toàn cầu, đặc biệt là ngành dệt may Việt Nam, góp phần quan trọng vào 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, ứng dụng này có thể được sử dụng làm Avatar trong các phần mềm thiết kế trang phục 3D.

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 trong nghiên cứu luận án bao gồm việc nghiên cứu và phân tích tài liệu, công trình khoa học trong và ngoài nước có liên quan Qua đó, tác giả sẽ nhận xét và đánh giá các vấn đề còn tồn tại, từ đó định hướng nghiên cứu phù hợp với điều kiện thực tiễn 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 được thực hiện nhằm xây dựng Avatar 3D, sử dụng phương pháp điều tra cắt ngang dữ liệu nhân trắc 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 1.106 nam giới tại TP.HCM, dự đoán sự khác biệt về vóc dáng theo độ tuổi; cuối cùng, tiến hành phân loại vóc dáng cho 378 nam trung niên tại TP.HCM.

Việc thu thập dữ liệu 3D và mô tả đặc trưng thống kê các kích thước cơ thể bao gồm việc tính toán giá trị trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất, độ nhọn và phân vị Đồng thời, cần xác định phân phối chuẩn của các kích thước cơ thể Quy trình thực nghiệm bao gồm việc 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.

Trong một nghiên cứu với 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, chúng tôi đã tiến hành phân loại vóc dáng Nghiên cứu này nhằm cung cấp cái nhìn tổng quan về hình thể của nam giới trong các nhóm nghề nghiệp khác nhau.

Kết quả nghiên cứu tại TP Hồ Chí Minh đã mô tả dữ liệu cho 1106 người, phục vụ cho việc xây dựng Avatar ban đầu Các bước thực nghiệm bao gồm phân tích nhân tố chính, kiểm định KMO và Bartlett’s, phân tích phân nhóm K-mean, phân tích biệt số, và so sánh bằng ANOVA hoặc T-test Tỷ lệ liên hệ giữa các kích thước cũng được tính toán, với dữ liệu được xử lý trên phần mềm SPSS.

Nghiên cứu phân loại vóc dáng của 378 nam trung niên tại TP.HCM tập trung vào việc phân tích sự đa dạng vóc dáng trong độ tuổi này Các bước thực nghiệm được thực hiện để phân loại vóc dáng và đặc điểm cơ thể Kết quả thu được từ dữ liệu và đặc trưng cơ thể của từng vóc dáng sẽ được sử dụng làm cơ sở để xây dựng các Avatar 3D đa dạng, phản ánh đúng sự phong phú của vóc dáng nam trung niên tại TP.HCM.

Để xây dựng Avatar 3D, nghiên cứu sinh đã tiến hành nghiên cứu ba phần quan trọng: đầu tiên là ứng dụng phương pháp toán học nội suy, tiếp theo là sử dụng máy học chuyên sâu, và cuối cùng là kiểm tra ảo áo dài cho mô hình 3D Avatar với vóc dáng nam trung niên đã được phát triển.

Chúng tôi giới thiệu một phương pháp thiết kế mô hình 3D bằng cách sử dụng nội suy toán học, nhằm xây dựng lại cơ thể người 3D dựa trên các thông số kích thước cơ thể 2D và 3D Phương pháp của chúng tôi tập trung vào việc chia cơ thể 3D thành các phần nhỏ, từ đó thiết lập các tham số cần thiết cho việc nội suy từng phần Cuối cùng, các phần này được ghép lại để tạo thành một mô hình 3D hoàn chỉnh của cơ thể người.

Các đám mây điểm và mắt lưới là yếu tố quan trọng trong việc xây dựng mô hình 3D Luận án này giới thiệu phương pháp mới tạo đám mây điểm cho các đối tượng 3D dựa trên 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 phát triển 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 qua 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

Chúng tôi đã kết hợp khoa học nhân trắc và thiết kế thời trang để trích xuất kích thước cơ thể người từ dữ liệu 3D Bằng cách sử dụng các công cụ toán thống kê, chúng tôi tiến hành phân tích dữ liệu nhằm phân loại vóc dáng cho nam trung niên Việt Nam.

Dữ liệu đầu vào được lấy từ nghiên cứu về kích thước 2D và vóc dáng 3D của nam trung niên tại TP HCM Dựa trên cơ sở khoa học nhân trắc, chúng tôi xây dựng các bài toán phân tích thành phần chính và áp dụng phương pháp máy học sâu cùng với toán học nội suy Mục tiêu là 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 hiện có.

GIÁ TRỊ THỰC TIỄN CỦA LUẬN ÁN

Bộ dữ liệu nhân trắc 2D và 3D của 1106 nam giới từ 18-60 tuổi tại TP HCM, 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 mở ra ứng dụng mới trong lĩnh vực thiết kế thời trang, 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 thể người 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 avatar mới này trong các phần mềm thiết kế thời trang góp phần 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

Tổng quan về phân loại vóc dáng cơ thể nam giới

Trong bối cảnh cuộc cách mạng công nghiệp 4.0 và tác động của dịch Covid-19 đến ngành thời trang, mua sắm trực tuyến đã trở nên phổ biến với sự hỗ trợ của công nghệ như thiết kế 3D và thử đồ ảo Một yếu tố quan trọng là phân loại và xác định hình dạng cơ thể của khách hàng để mang lại sự vừa vặn hơn Để tối ưu hóa ứng dụng phần mềm thiết kế 3D trong ngành may mặc cho người Việt, cần xây dựng thư viện Avatar ảo phản ánh đặc điểm nhân trắc học của từng nhóm đối tượng Do đó, nghiên cứu vóc dáng là một mắt xích thiết yếu trong việc phát triển công nghệ may và thời trang cả ở Việt Nam và trên toàn cầu.

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 ảnh hưởng lớn đến thiết kế trang phục Việc phân loại hình dáng cơ thể giúp nhà thiết kế nhận diện đặc trưng cơ thể và đề xuất phương pháp thiết kế phù hợp cho 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 áo trước khi điều chỉnh Mẫu áo sau khi điều chỉnh

Hình 1.2: Mẫu áo cơ sở trước và sau khi điều chỉnh

Trong nghiên cứu cơ thể người, các nhà khoa học đã chỉ ra rằng tỷ lệ phát triển các phần cơ thể không đồng đều theo thời gian và bị ảnh hưởng bởi không gian, địa lý, và chủng tộc Sự khác biệt về đặc điểm hình thái cũng tồn tại ngay cả trong cùng một chủng tộc và dòng họ Tại Việt Nam, đã có nhiều nghiên cứu về số liệu nhân trắc học của nam và nữ ở các lứa tuổi, nhưng chưa có công trình nào công bố 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 Bộ dụng cụ đo Martin, do Rudolf Martin phát minh, đã được áp dụng trong thống kê nhân trắc từ những năm 1900-1925 và tiếp tục được sử dụng rộng rãi trong các nghiên cứu khoa học và khảo sát nhân trắc quy mô lớn tại Việt Nam.

Máy quét 3D đầu tiên được sản xuất tại Loughborough vào cuối những năm tám mươi đã mở ra khả năng sao chép cơ thể con người, mặc dù chỉ chụp được đường viền mà không có chỗ lõm Đến đầu những năm chín mươi, công ty Cyberware nhận thấy nhu cầu về bản sao 3D trong ngành công nghiệp điện ảnh Hollywood, dẫn đến việc phát triển các phần mềm thiết kế thời trang sử dụng mô hình quét 3D để thử nghiệm trang phục Nhiều máy quét 3D toàn thân như Hamamatsu, Vitronic, Telmat và SizeStream đã được ra mắt, cho phép thu thập dữ liệu không tiếp xúc với kết quả chính xác, bao gồm cả hình dạng đám mây điểm ảnh 3D Hiện nay, phương pháp đo không tiếp xúc bằng máy quét 3D đã trở nên phổ biến toàn cầu, giúp nghiên cứu viên thu thập và lưu trữ dữ liệu kích thước một cách hiệu quả.

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

Bộ dữ liệu 2D và 3D của CAESAR được coi là nguồn tài liệu tham khảo quý giá trong nghiên cứu xây dựng mô hình 3D cơ thể nam giới, đặc biệt với các mốc nhân trắc 3D được trình bày rõ ràng qua hình ảnh mô tả vị trí cụ thể trên cơ thể Dữ liệu 3D của CAESAR đại diện cho số đo của công dân Châu Mỹ và Châu Âu, được thống kê từ nhiều số đo khác nhau.

Nghiên cứu CAESAR đã khảo sát 2400 công dân Mỹ và Canada cùng 2000 công dân Châu Âu, với sự phân bổ đa dạng về chủng tộc và công việc Nghiên cứu này xác định 74 kích thước cơ thể, bao gồm cả số đo bên trái và bên phải, cũng như yêu cầu tư thế đứng và ngồi Trong thiết kế trang phục và Avatar, xu hướng thiết kế tập trung vào cơ thể đối xứng, do đó, số đo trung bình của hai bên cơ thể được sử dụng để xử lý dữ liệu và dựng hình.

Xác định mốc nhân trắc chính xác là yếu tố then chốt để đảm bảo độ chính xác của dữ liệu kích thước cơ thể người Trong bất kỳ nghiên cứu khoa học nào về nhân trắc, việc xác định các mốc này 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 nghiên cứu được điều chỉnh theo mục tiêu cụ thể Su Joung Cha đã phân loại hình dáng nam giới trưởng thành Hàn Quốc dưới 170 cm, từ 20 đến 60 tuổi, sử dụng 65 kích thước, bao gồm 11 chiều cao, 19 chiều dài, 19 chu vi, 6 chiều rộng, 6 độ dày, 2 nghiêng vai và 2 kích thước khác là cân nặng và BMI Hana Lee nghiên cứu vóc dáng cơ thể béo phì của nam giới Hàn Quốc ở 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 độ tuổi từ 20 đến 70, cần thực hiện đo lường 67 kích thước bằng thước đo chiều cao Martin và thước dây Người mẫu phải 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 của đối tượng cần được căn chỉnh 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.

Bài viết đề cập đến các kích thước đa dạng bao gồm 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 về góc và 1 kích thước về trọng lượng.

Trong ngành công nghiệp may, Ergonomics xác định các chỉ tiêu nhân trắc bao gồm nhân trắc tĩnh và động Nhân trắc tĩnh cung cấp dữ liệu cho việc tạo hình Avatar ảo với tư thế đứng thẳng trong thiết kế trang phục 3D, trong khi nhân trắc động hỗ trợ tạo hình Avatar ảo trong tư thế bước đi thời trang (catwalk) Các nghiên cứu nhân trắc trên thế giới thường tuân thủ 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 Thêm vào đó, các nghiên cứu về nhân trắc học lao động theo Atlat nhân trắc học người lao động Việt Nam cũng được thực hiện để xác định các chỉ số nhân trắc tĩnh và động.

1.1.2 Phương pháp phân loại vóc dáng cơ thể người

Nghiên cứu phân loại vóc dáng là một yếu tố quan trọng trong việc cải thiện độ vừa vặn của trang phục Phân loại vóc dáng đã được thực hiện từ nhiều năm trước với các phương pháp từ đơn giản đến phức tạp, bắt đầu bằng việc phân loại dựa trên hình dạng và tư thế cơ thể Sau khi xác định các thông số kích thước cơ thể, nhiều nhà khoa học đã áp dụng phương pháp phân loại theo tỷ lệ và chỉ số tương quan kích thước Gần đây, sự phát triển của dữ liệu 2D và 3D cùng với các phần mềm xử lý số liệu thống kê đã nâng cao độ tin cậy của phương pháp phân loại vóc dáng dựa trên xử lý số liệu.

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, yếu tố chính được xem xét là 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:

Tổng quan về ứng dụng công nghệ 3D tạo mô hình 3D Avatar trong ngành công nghiệp dệt 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.

Nghiên cứu về công nghệ 3D trong ngành may và thiết kế thời trang đã được thực hiện rộng rãi bởi các nhà khoa học trên toàn thế giới và tại Việt Nam, với nhiều cấp độ từ đơn giản đến phức tạp Các công trình nghiên cứu này sử dụng nhiều phương pháp khác nhau và sau khi phân tích, luận án được phân loại thành ba nhóm nghiên cứu chính.

 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 thể người từ dữ liệu quét 3D

1.2.1 Nghiên cứu xây dựng mô hình 3D sản phẩm từ dữ liệu quét 3D cơ thể người

Nghiên cứu của Park Soonjee và Miyoshi Machiko năm 2003 đã sử dụng dữ liệu quét 3D để phát triển lý thuyết làm trơn bề mặt cơ thể bằng cách điều chỉnh các điểm lõm của da đến vị trí ngang bằng với các điểm lồi lân cận Nguyên lý này được áp dụng để xây dựng bề mặt trang phục áo bó sát, di chuyển từ điểm lồi này sang điểm lồi khác, như từ đỉnh ngực trái sang đỉnh ngực phải Tương tự, các điểm lõm dọc theo cột sống cũng được điều chỉnh để tạo hình áo bó sát Nghiên cứu chứng minh rằng tại mỗi mặt cắt ngang của cơ thể, như vòng eo, vòng bụng, và vòng ngực, đều có sự kết hợp giữa hình chữ nhật ở giữa và hai nửa vòng tròn hai bên Ngoài ra, một số nhà khoa học khác đã mở rộng nguyên lý này để phát triển 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, đồng thời khẳng định khái niệm REA (Radial Ease Allowance) và xây dựng công thức tính toán REA dựa trên kết quả thực nghiệm Quy trình nghiên cứu bao gồm: thiết kế áo vét trên ma-nơ-canh, quét ma-nơ-canh không mặc áo, quét ma-nơ-canh mặc áo đã thiết kế, chồng hai hình quét để đo khoảng cách REA, và xây dựng phương trình toán học cho REA Để thực hiện nghiên cứu này, tác giả đã sử dụng máy quét 3D hai lần và trải qua giai đoạn may mẫu thực 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 thiết kế các sản phẩm với nhiều chất liệu khác nhau, cần sử dụng 21 cho ma-nơ-canh Tác giả cũng phải thực hiện hai lần quét ma-nơ-canh và may mẫu thực tế cho mỗi loại chất liệu.

Năm 2012, Pingying Gu và các cộng sự đã nghiên cứu thiết kế mẫu váy bó sát cho phụ nữ dựa trên dữ liệu đám mây điểm 3D của 100 nữ sinh đại học Soochow, Hàn Quốc Họ sử dụng phần mềm Imageware kết hợp với máy quét 3D Symcad để thu thập dữ liệu cơ thể không tiếp xúc và đo các thông số thủ công Nghiên cứu phân tích và tối ưu các đặc điểm phần thân dưới của phụ nữ trẻ, xác định mối quan hệ giữa chiều cao cơ thể và 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 giữa đường cấu trúc mẫu thiết kế váy bó sát và 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 Đây là cơ hội vàng cho các nhà khoa học trong lĩnh vực may và thời trang Việt Nam, giúp họ thu thập dữ liệu 3D về cơ thể người Việt Nam để phục vụ cho nghiên cứu và ứng dụng trực tiếp.

Vào năm 2012, một nghiên cứu 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 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 giữa bề mặt cơ thể và bề mặt trang phục, bao gồm phương pháp cộng từng phần và phương pháp cộng đều lượng dư cử động Trong đó, phương pháp cộng đều được chứng minh có độ tin cậy cao và thực hiện đơn giản Kết quả nghiên cứu này đã được ứng dụng để thiết kế mẫu cơ sở cho trang phục nữ, điều chỉnh theo sự đa dạng vóc dáng của phụ nữ Việt Nam.

Năm 2012, Thảo P.T và cộng sự đã nghiên cứu và phát triển hệ thống ma-nơ-canh cho trẻ em trai và gái, ứng dụng thiết kế thời trang cho học sinh tiểu học bằng dữ liệu quét 3D Nghiên cứu này đã được đánh giá cao trong ngành công nghiệp, giúp giải quyết tình trạng thiếu hụt 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 nhằm trích xuất các mốc đo cơ thể của nam sinh viên trong độ tuổi 18-24 từ ảnh chụp 2D Kết quả nghiên cứu ghi nhận được 33 mốc đo từ mặt trước và 29 mốc đo từ mặt nghiêng, 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.

Năm 2015, Tùng N.T và 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 nghiên cứu mô hình thiết kế.

Bài viết trình bày 22 hình hóa bề mặt của chân váy nữ bó sát dựa trên ảnh quét 3D cơ thể Bằng cách sử dụng các đường cơ sở của chân váy nữ từ mẫu quét 3D thực nghiệm, tác giả đã xây dựng công thức toán học cho các đường cong ngang 3D của lưới trang phục Kết quả cuối cùng là việc xây dựng lưới trang phục cho chân váy bó sát một cách chính xác và hiệu quả.

Năm 2019, Lưu Hoàng đã nghiên cứu dữ liệu quét 3D cơ thể người không có quần áo và có quần áo để xác định thông số D-text, phản ánh mối liên 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.

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 từ 18-25 tuổi Nghiên cứu này nhấn mạnh ba khu vực chính: bụng, mông và đùi, và đã thành công trong việc tạo ra mô hình mô phỏng chi tiết 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

Mục tiêu nghiên cứu

- 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 giúp tối ưu hóa thiết kế trang phục Ứng dụng này có thể được sử dụng làm Avatar trong các phần mềm thiết kế trang phục 3D, mang lại trải nghiệm trực quan và chính xác cho người dùng.

Đối tượng và phạm vi nghiên cứu

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 đã sử dụng dữ liệu kích thước 2D và đám mây điểm 3D của 378 nam giới làm việc trong văn phòng Dữ liệu này được áp dụng để nghiên cứu và thử nghiệm độ vừa vặn của trang phục dành cho nam trung niên.

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 sử dụng dữ liệu 2D và 3D về kích thước cơ thể của 1.706 người Việt Nam, 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 đòi hỏi một lượng lớn dữ liệu 3D.

Nghiên cứu này tập trung vào việc phân loại vóc dáng và đặc điểm nhân trắc của nam trung niên làm việc trong các văn phòng tại Thành phố Hồ Chí Minh, với độ tuổi từ 30 đến 60 Mục tiêu là xác định các chỉ số nhân trắc đặc trưng của nhóm đối tượng này nhằm phục vụ cho các ứng dụng trong y tế, thể thao và thời trang Kết quả nghiên cứu sẽ cung cấp cái nhìn sâu sắc về sức khỏe và thói quen sinh hoạt của nam giới trong độ tuổi trung niên tại khu vực đô thị.

- 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.

Nội dung nghiên cứu

- 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 cứu

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 liên quan ở Việt Nam và quốc tế Qua việc nhận xét và đánh giá những vấn đề còn tồn tại, chúng tôi 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 là phân loại vóc dáng cho tổng 1106 nam giới TP.HCM tuổi 18÷60 Giai đoạn 3 nghiên cứu tập trung vào phân tích sự đa dạng vóc dáng cho 378 nam trung niên TP.HCM

2.4.1.1 Thu thập dữ liệu 3D và mô tả đặc trưng thống kê dữ liệu các kích thước cơ thể người

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

Trong nghiên cứu đặc trưng thống kê kích thước cơ thể người, các dụng cụ và thiết bị đo đóng vai trò quan trọng Để đo chiều cao và cân nặng, thước đo chiều cao đứng nghiêm và cân đo sức khỏe InBody được sử dụng Bên cạnh đó, thiết bị thu thập dữ liệu quét 3D không tiếp xúc, cụ thể là máy quét cơ thể SizeStream SS14 từ Mỹ, được đặt tại Phòng máy chất lượng cao của khoa May Thời Trang, Đại học Công nghiệp TP Hồ Chí Minh Nghiên cứu này đã kiểm tra và đánh giá cao độ chính xác cũng như độ tin cậy của hệ thống quét SS14.

Để đảm bảo độ chính xác trong quá trình vận hành, chuyên viên điều hành máy cần thực hiện việc cân chỉnh máy trước mỗi buổi chạy hệ thống SS14, tuân thủ 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 thể tích vùng quét lớn nhất trên thị trường, sản phẩm có kích thước chiều cao 2,1m và chiều rộng, chiều dài 1,2m, mang lại hiệu quả tối ưu cho người dùng Khách hàng có thể dễ dàng tháo rời, vận chuyển và lắp ghép lại toàn bộ hệ thống máy quét, tạo sự thuận tiện trong quá trình sử dụng.

+ 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 các số đo phù hợp với mục tiêu nghiên cứu của họ Để đảm bảo độ chính xác, quá trình thu thập dữ liệu quét 3D cần được thực hiện một cách chỉnh chu và tuân theo quy trình nhất 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 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 đo sẽ được gán một mã số riêng.

Bước 3: Đo chiều cao, cân nặng bằng cân sức khỏe điện tử Inbody như hình 2.3

Thước đo được đặt cạnh máy tính để nhập thông tin cá nhân Sau khi thực hiện đo, chuyên viên sẽ ghi lại chiều cao và cân nặng vào file dữ liệu 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 ở chế độ tự động, trong khi kỹ thuật viên kiểm tra kết quả và yêu cầu quét lại khi cần thiết.

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, đánh dấu sự kết thúc của 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 Size Tream tích hợp với thiết bị quét toàn thân, cho phép lưu trữ hình ảnh cơ thể trên máy tính Sau khi quét, phần mềm tự động trích xuất các kết quả đo và cho phép người dùng chỉnh sửa các thông số, mốc đo và kích thước theo yêu cầu.

- 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 kích thước chủ đạo quan trọng để xác định cỡ mẫu trong nghiên cứu hình thái cơ thể toàn cầu và tại Việt Nam Để ước tính độ lệch chuẩn, nghiên cứu đã tiến hành đo chiều cao đứng của 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 người cần thiết cho mỗi nhóm tuổi tối thiểu là 110, dẫn đến tổng số khoảng 109,135 người để đảm bảo độ tin cậy 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 cho nhóm 30-40 tuổi, 120 người cho nhóm 41-50 tuổi, và 143 người cho nhóm 51-60 tuổi Tổng cộng, luận án đã thu thập dữ liệu từ 378 nam trung niên, vượt quá số lượng tối thiểu để giảm thiểu rủi ro về số liệu lạc và đảm bảo hình ảnh 3D rõ ràng.

Số lượng và quy cách lấy mẫu được thực hiện ngẫu nhiên, với đối tượng nghiên cứu là nam trung niên làm việc văn phòng, cán bộ, công nhân, viên chức, giáo viên và học viên trong độ tuổi nghiên cứu Những người tham gia đến từ các đơn vị khác nhau của trường Đại học và Cao đẳng tại TP Hồ Chí Minh Mốc nhân trắc và kích thước cơ thể cần thiết cho nghiên cứu cũng được xác định rõ ràng.

Việc lựa chọn kích thước cơ thể để đo là rất quan trọng, vì kết quả không chỉ phục vụ cho nghiên cứu cơ bản mà còn cho mục đích nghiên cứu sản phẩm Những thông số kích thước này là yếu tố chính để phân loại vóc dáng, xây dựng hệ thống cỡ số và là tài liệu thiết yếu cho thiết kế quần áo công nghiệp.

KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN

Kết quả bộ dữ liệu số đo 2D và 3D cơ thể người

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 từ 30 đến 60 tuổi Mỗi bộ dữ liệu bao gồm các thông tin chi tiết về đối tượng nghiên cứu.

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 bằng tiếng Anh sẽ được cung cấp khi khách hàng yêu cầu, bao gồm bảng tên người được quét đã được mã hóa và số đo cơ thể trong Phụ lục 4 Danh sách tên người quét sẽ được tự động trích xuất từ danh sách đã được mã hóa, theo thông tin 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 tự động

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.

Kết quả mô tả đặc trưng thống kê dữ liệu kích thước cơ thể

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 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 Các giá trị kích thước cơ thể theo phân vị là quan trọng cho nghiên cứu, như đã đề cập bởi Viện Khoa học an toàn và vệ sinh lao động Nghiên cứu về cơ thể nam giới Việt Nam chưa chú trọng đến kết quả phân vị, do đó, 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.

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 3cm

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 lệch chuẩn Độ xiên

Khoảng biến thiên GTNN GTLN

Chiều cao cơ thể trung bình là 168.95 cm, với trọng lượng trung bình 63.36 kg Chiều cao cằm đạt 144.94 cm, trong khi chiều cao vai là 131.68 cm Chiều cao eo trung bình là 97.38 cm và chiều cao bụng là 89.04 cm Chiều cao ngồi là 74.94 cm, còn chiều cao háng là 73.43 cm Chiều cao đùi trung bình là 68.35 cm, trong khi chiều cao gối là 40.36 cm Cuối cùng, vòng chân cổ đạt 40.92 cm Những số liệu này cung cấp cái nhìn tổng quan về chiều cao và trọng lượng cơ thể, giúp cho việc theo dõi sức khỏe và phát triển thể chất.

Vòng ngực qua đầu ngực 93.10 92.78 7.30 0.28 43.75 73.14 116.89 77.78 81.93 83.76 85.05 87.94 92.78 97.83 100.68 102.70 105.45 111.91 Vòng ngực dưới đầu ngực 3cm

Vòng ngực qua nếp nách 94.33 93.78 6.78 0.29 40.43 76.40 116.83 81.26 83.66 85.58 87.15 89.38 93.78 98.94 101.52 103.57 105.78 111.38 Vòng eo 83.00 82.90 7.86 0.33 56.04 64.75 120.79 68.03 70.99 72.78 74.32 76.80 82.90 88.54 91.60 93.10 95.71 102.88 Vòng bụng 87.38 87.48 8.49 0.24 58.97 66.79 125.76 70.77 74.06 76.38 77.80 80.86 87.48 93.33 95.97 98.02 101.59 107.88 Vòng mông 93.02 92.63 6.68 0.64 57.26 78.29 135.55 80.52 82.85 84.44 85.79 88.50 92.63 97.16 99.76 101.42 104.19 110.35

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 Chiều dài từ đốt cổ 7 đến cổ 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 Chiều 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

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 trong dữ liệu Vấn đề này sẽ được phân tích chi tiết trong mục 3.3.1.

Kết quả phân tích các đặc trưng 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 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 qua các chỉ số như 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, như đã được đề cập trong nghiên cứu của Viện Khoa học an toàn và vệ sinh lao động Phân tích phân vị của nghiên cứu này nhằm góp phần vào tài nguyên nghiên cứu về số đo cơ thể nam giới Việt Nam, đặc biệt là 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, đóng vai trò quan trọng trong nền kinh tế Tuy nhiên, hiện chưa có nghiên cứu nào tập trung vào vóc dáng và đặc điểm cơ thể của nhóm đối tượng này Cỡ mẫu (n) cho nghiên cứu được xác định theo công thức 2 2 2 m n  t .

Nghiên cứu này đã tiến hành đo lường trên 378 nam giới trung niên trong độ tuổi từ 30 đến 60, với sự phân bổ tương đối đồng đều Trong số đó, có 115 người thuộc nhóm tuổi từ 30 đến 40.

Nghiên cứu này khảo sát 120 nam giới trong độ tuổi 41-50 và 143 nam giới trong độ tuổi 51-60 tại TP.HCM, sử dụng dữ liệu nhân trắc học của 38 kích thước cơ thể để xác định các đặc điểm hình thể của nhóm đối tượng này.

Kết quả phân tích các đặc trưng thống kê cho thấy hầu hết kích thước nhân trắc đều có giá trị trung bình (X̅) gần với giá trị trung vị (Me) và số trội (Mo), đồng thời các kích thước này đều đạt độ tin cậy trong giới hạn cho phép Tuy nhiên, có 5 kích thước như 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 ổn định Để đánh giá độ tin cậy của thang đo, hệ số Cronbach’s Alpha được xác định trong khoảng từ 0 đến 1.

Bảng 3.4: Kết quả xác định hệ số Cronbach’s Alpha

Hệ số Cronbach’s Alpha càng gần 1 cho thấy độ tin cậy càng cao, trong khi gần 0 cho thấy 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, bao gồm các chỉ số như giá trị trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất, cũng như độ nhọn và các phân vị 1, 5, 10, 25, 50, 75, 90, 99, tất cả được tổng hợp 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 thước nhân trắc

Trung vị Độ lệch chuẩn 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 trung bình 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 đạt 87,55 cm, còn chiều cao eo là 92,62 cm Chiều cao ngồi trung bình là 74,48 cm, trong khi chiều cao háng là 72,44 cm Chiều cao đùi đạt 67,36 cm, và chiều cao gối là 40,25 cm Chiều cao ngực trung bình là 118,32 cm Vòng chân cổ có kích thước 41,79 cm, vòng ngực qua đầu ngực là 96,99 cm, và vòng ngực dưới đầu ngực 3cm là 95,41 cm Cuối cùng, vòng eo trung bình là 88,52 cm.

Bài viết này trình bày các số liệu về kích thước vòng bụng, vòng mông, vòng đùi, vòng gối, vòng bắp chân, vòng bắp tay, vòng khuỷu tay, vòng cổ tay và vòng cổ chân Các số liệu bao gồm trung bình, độ lệch chuẩn và các giá trị khác Cụ thể, vòng bụng có kích thước trung bình 92,86 cm với độ lệch chuẩn 5,74 cm, trong khi vòng mông trung bình là 96,91 cm với độ lệch chuẩn 4,99 cm Vòng đùi trung bình 53,95 cm, vòng gối 36,62 cm và vòng bắp chân 37,26 cm Kích thước vòng bắp tay trung bình là 30,01 cm, vòng khuỷu tay 26,58 cm, vòng cổ tay 16,91 cm và vòng cổ chân 22,97 cm Cuối cùng, chiều dài tay từ đốt cổ 7 đến cổ tay là 56,38 cm Những số liệu này cung cấp cái nhìn tổng quan về kích thước cơ 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 Chiều 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 cổ đến 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 Chiều rộng 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 không phân bố sát theo đường phân phối chuẩn, thể hiện rõ ràng qua hình dạng không đồng nhất của các kích thước như vòng cổ tay, vòng cổ chân và chiều dài từ đốt cổ 7 đến eo.

Kết quả xây dựng mô hình 3D bằng phương pháp nội suy

Một bộ khung vị trí các mặt cắt sẽ được tương tác được xây dựng như trong hình

3.8 là kết quả của thuật toán 1 Mô tả các vị trí mặt cắt như sau:

(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 sẽ được tương tác

3.4.2 Kết quả xác 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 cơ thể (ngoại trừ phần thân) có cấu trúc gần như tròn, với 4 điểm cực trị ở mặt trước, sau, bên trái và bên phải được xác định là các điểm chính của từng mặt cắt Những 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 Hình 3.9 và hình 3.10 minh họa rõ ràng các điểm này.

Các lát cắt loại 2 trên cơ thể có cấu trúc phức tạp, bao gồm vòng ngực và vòng mông Trong đó, 12 điểm chính được lựa chọn làm điểm chính cho các lát cắt, như thể hiện trong hình.

3.11 và 3.12, gồm các điểm cực trị ở mặt trước, sau, bên trái, bên phải, và trên đường cong dựa theo 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 quả điều chỉnh các điểm trọng yếu trên mỗi mặt cắt tương ứng với số đo 2D

Sau khi xác định các điểm trọng yếu cho từng mặt cắt, bước tiếp theo là điều chỉnh các điểm này nhằm nội suy ra đường cong có chu vi gần đúng với thông số đo Kết quả điều chỉnh theo mã code 3 cho thấy những cải tiến rõ rệt.

- 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) )

- Bước 3: Tính bán kính lớn của mặt cắt mới dựa vào thông số đo tay (Bán kính = Số đo / (2 * 𝜋) )

- Bước 4: Dịch chuyển các điểm tương ứng với bán kính lớn của mặt cắt mới

- Bước 5: Dịch chuyển điểm trên bán kính nhỏ theo tỉ lệ với bán kính lớn của mặt cắt hiện tại

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, cần nội suy thêm nhiều điểm để tạo ra đường cong tương ứng Dựa trên phương pháp nội suy đường cong Hermite và kết quả nghiên cứu của Shuxia Wang, tham số độ căng -0.4 được xác định là phù hợp nhất cho 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 được đánh dấu bằng hình tròn đỏ trên mặt cắt quét từ máy Scan 3D Đường cong với tham số độ căng 0.8, -1.6 và -0.4 được thể hiện bằng các màu sắc khác nhau, cho thấy rõ sự khác biệt trong hình dạng Hình 3.20 tổng hợp các mặt cắt chính trên cơ thể sau khi thực hiện nội suy đường.

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 Kết quả của các lát cắt này được thể hiện qua hình ảnh của phần ngực, mông, đùi, bắp chân và cánh tay trên, lần lượt từ hình 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 minh họa 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 quả đánh 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 Lỗi bình phương trung bình

498 dữ liệu tốt 95 dữ liệu lỗi

Bảng 3.24: Lỗi của mô hình 3D được xây dựng sau khi tách dữ liệu bị lỗi

498 dữ liệu tốt 95 dữ liệu lỗi Lỗi bình phương trung bình 5.491083893 23.52586951

Lỗi bình phương nhỏ nhất 1.38504 10.06982

Lỗi bình phương lớn nhất 9.95929 125.55837

Nghiên cứu này giới thiệu một phương pháp xây dựng mô hình con người 3D Các thí nghiệm được thực hiện trên bộ dữ liệu quét 3D cơ thể phụ nữ, nhằm xác định các kích thước cơ thể phù hợp, sử dụng làm dữ liệu đầu vào cho năm thuật toán khác nhau.

Phương pháp được đề xuất chủ yếu dựa trên 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, khiến cho việc nội suy các lát trung gian chỉ dựa vào các lát chính của mô hình cụ thể, làm cho mô hình trở nên hợp lý nhưng thiếu thực tế do sự phức tạp của cấu trúc cơ thể Thực tế, việc có đủ kích thước cơ thể đo thủ công ở tất cả các vị trí trên cơ thể con người là rất hiếm Do đó, nghiên cứu tiếp tục tìm kiếm một giải pháp mới thông qua việc áp dụng phương pháp máy học chuyên sâu (deep learning), nhằm tận dụng thông tin trong tập dữ liệu để suy ra các lát trung gian một cách chính xác 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 sử dụng với 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 thực hiện 1000 lượt 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 lát cắt trên cơ thể người là một thách thức phức tạp do cùng kích thước nhưng hình dạng khác nhau Để dự đoán vectơ lát với ít nhất 20 thành phần từ đầu vào vô hướng, chúng tôi đề xuất sử dụng các hình dạng ban đầu Những hình dạng này không chỉ là xấp xỉ thô cho lát cắt đích mà còn giúp mô hình mạng nơ-ron (NN) tăng số lượng tham số và giảm thiểu nguy cơ phù hợp quá mức Trong nghiên cứu của chúng tôi, các hình dạng ban đầu được giới hạn trong các vòng tròn, với bán kính tính từ chu vi 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 chuyển đổi từ đường thẳng thành các vectơ lát cắt cụ thể, tạo ra các đường cong mô tả cường độ của các vectơ cắt Những đường cong này có hình dạng tương đồng 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.

Trong phần thân cơ thể, các lát cổ thường có sai số trung bình cao nhất do không tách biệt hoàn toàn với đầu, và nhiều mốc giải phẫu ở cổ được đặt sai vị trí, như cổ áo hoặc cằm Hình dạng của các lát cổ thay đổi đáng kể, như thể hiện trong Hình 3.29 Tương tự, ranh giới giữa cánh tay và vai cũng không được xác định chính xác dựa trên các mốc Thêm vào đó, việc thiếu nhiều thành phần trên các vectơ cắt ngang do các vị trí bị tắc nghẽn, như nách, khiến cho máy quét 3D thường bỏ qua những khu vực này.

Hình 3.29: Vectơ cắt lát đường cong đường cong của cổ, bên trái và bên phải của 10 ví dụ trong bộ dữ liệu nam

Kết quả xây dựng mô hình 3D Avatar theo đa dạng vóc dáng nam trung niên TP.HCM

3.6.1 Nhận xét về phương pháp xây dựng mô hình 3D cơ thể người

Phương pháp nội suy toán học trong xây dựng mô hình 3D đã thành công trong việc mô phỏng vóc dáng cơ thể người Việt Nam với độ chính xác cao, thể hiện qua các số đo của các mặt cắt quan trọng và thông số đo tay Điều này đảm bảo sai số rất thấp, từ đó nâng cao tính ứng dụng của mô hình 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 có khả năng học từ dữ liệu cơ thể người không có dạng hàm, giúp tạo ra mô hình 3D phù hợp với cấu trúc cơ thể riêng biệt của từng cá nhân Kết quả thử nghiệm cho thấy ý tưởng về hệ thống này là hợp lý và khả thi, tuy nhiên cần thực hiện thêm nhiều thử nghiệm và tinh chỉnh để cải thiện độ chính xác của kết quả dự đoán.

Phương pháp xây dựng mô hình 3D bằng nội suy toán học vẫn gặp phải sai số trên tất cả các mặt cắt của mô hình Nguyên nhân chính là do sự khác biệt trong cấu trúc cơ thể của từng cá nhân, khiến cho mô hình chưa thể điều chỉnh phù hợp với đặc điểm riêng của mỗi người.

Phương pháp xây dựng mô hình 3D bằng máy học sâu đòi hỏi cấu hình phần cứng máy tính cao để thực hiện hiệu quả Tuy nhiên, do hạn chế về thời gian và năng lực máy tính, độ chính xác của hai mô hình trong nghiên cứu vẫn còn thấp.

3.6.2 Mô hình 3D Avatar theo đa dạng vóc dáng nam trung niên TP.HCM

Sau khi nhập thông số đo kích thước cơ thể của 5 vóc dáng nam trung niên TP.HCM vào phần mềm Blender, 5 mô hình 3D Avatar đã được tạo ra Bảng tổng hợp hình ảnh các góc nhìn của 5 Avatar, bao gồm mặt trước, mặt sau, mặt nghiêng 90 độ và mặt nghiêng 45 độ, được trình bày trong bảng 3.29 theo phương pháp nội suy của 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 kích thước cơ thể của 5 vóc dáng được nhập vào phần mềm thiết kế CLO3D, tạo ra 5 Avatar như hình 3.32 Bảng 3.30 tổng hợp hình ảnh chụp từ nhiều 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 dựa trên số liệu vóc dáng của nam trung niên tại TP.HCM được xây dựng trong luận án So sánh hình ảnh các mặt của 5 Avatar với mô tả đặc điểm hình dáng cơ thể cho thấy sự tương đồng rõ rệt với các kết luận về cận béo phì và béo phì, cũng như tình trạng bụng lồi ở nam trung niên tại TP.HCM Mô hình 3D Avatar thể hiện sự khác biệt về hình dạng và mức độ lồi bụng Khi so sánh với Avatar từ phần mềm CLO3D, nhận thấy hình dạng cơ thể của 5 Avatar không có sự khác biệt rõ rệt Tuy nhiên, so sánh giữa hình 3.31 và 3.32, cũng như bảng 3.29 và 3.30, cho thấy mô hình 3D Avatar trong luận án có sự khác biệt rõ ràng giữa các vóc dáng của nam trung niên TP.HCM và khác biệt với CLO3D.

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

Kết quả may ảo Áo dài theo vóc dáng nam trung niên TP.HCM

Luận án thực hiện thiết kế ảo và may ảo sản phẩm áo dài cho nam theo quy trình đã trình bày ở chương 2 hình 2.35

3.7.1 Tạo Avatar 3D theo số đo

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%, do đó luận án chọn may trang phục ảo cho vóc dáng này để thử nghiệm Nhóm đối tượng này có các kích thước chiều dài và chiều cao tương đương với tỷ lệ cơ thể trung bình, trong khi kích thước vùng cổ và vai cũng phù hợp với thông số của nhóm trung bình Các chỉ số chu vi, cân nặng và BMI cho thấy đây là nhóm cơ thể béo phì độ I với BMI 25,08, và tất cả các kích thước chu vi cùng cân nặng đều tương đương với kích thước của nhóm trung bình, ngoại trừ tỷ lệ vòng đùi so với vòng eo nhỏ hơn Qua phân tích, nhóm 2 được xác định là nhóm có 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 phần mềm CLO3D Người dùng cần nhập mô hình 3D Avatar vào CLO3D để sử dụng như một Avatar, từ đó tiếp tục thực hiện thiết kế ảo, may ảo và thử 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 của áo sơ mi, áo veston và áo dài nam cổ điển, một phương pháp thiết kế mẫu áo dài hiện đại đã được đề xuất.

 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 và trình bày chi tiết trong phụ lục 3 Kết quả bộ mẫu rập áo dài dành cho nam trung niên với số đo của nhóm vóc dáng 2 được minh họa rõ ràng trong hình 3.34.

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, thử ảo 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, thử ảo và đánh giá ảo lần 1

Trong quá trình thử nghiệm thiết kế và may ảo mẫu cho áo dài, sau lần đầu tiên may ảo và đánh giá độ vừa vặn, phần bụng của áo bị chật Tác giả đã nhanh chóng điều chỉnh mẫu rập thiết kế, gia tăng độ rộng ở phần bụng Kết quả là phần bụng của người mẫu đã được cải thiện, giúp che khuyết điểm hiệu quả hơn.

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 vị 1, 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

Tiêu đề	Phân Loại Vóc Dáng Nam Trung Niên Thành Phố Hồ Chí Minh Ứng Dụng Xây Dựng Avatar Trong Phần Mềm Thiết Kế Trang Phục 3D
Tác giả	Nguyễn Mậu Tùng
Người hướng dẫn	TS. Trần Thị Minh Kiều, PGS. TS. Phạm Thế Bảo
Trường học	Đại học Bách Khoa Hà Nội
Chuyên ngành	Công nghệ dệt, may
Thể loại	luận án tiến sĩ
Năm xuất bản	2023
Thành phố	Hà Nội

Định dạng
Số trang	201
Dung lượng	13,53 MB