1. 本选题研究的目的及意义
随着服装定制、人体工程学设计、医疗康复等领域的快速发展,对人体尺寸信息的获取提出了更高的要求。
传统的接触式测量方法存在操作繁琐、效率低、易受主观因素影响等问题,难以满足现代社会的需求。
非接触式人体尺寸测量技术利用光学、图像处理等技术,能够快速、准确地获取人体尺寸信息,具有便捷、高效、精确等优点,成为近年来研究的热点。
2. 本选题国内外研究状况综述
人体尺寸测量技术的发展经历了从接触式到非接触式,从二维到三维的历程。
近年来,随着计算机视觉、传感器技术、人工智能等技术的快速发展,非接触式人体尺寸测量技术取得了显著进步,涌现出多种测量方法,例如基于结构光的三维扫描、基于双目视觉的立体匹配、基于深度学习的人体关键点检测等。
着衣状态下的非接触式人体尺寸测量是近年来新兴的研究方向,目前还处于探索阶段。
3. 本选题研究的主要内容及写作提纲
本研究将针对着衣状态下人体尺寸测量的关键问题,开展以下几方面的研究:
1.研究服装厚度对人体尺寸测量的影响,建立服装厚度补偿模型,提高测量精度。
2.研究人体姿态变化对测量结果的影响,探索基于姿态估计的人体尺寸测量方法,提高测量的鲁棒性。
3.研究环境光照对测量的影响,开发光照无关的测量算法,提高测量的适应性。
4. 研究的方法与步骤
本研究将采用理论分析、实验验证和系统开发相结合的研究方法,逐步解决着衣状态下人体尺寸测量的关键问题。
1.文献调研与理论分析阶段:深入研究国内外非接触式人体尺寸测量技术的发展现状,重点关注着衣状态下测量的挑战和解决方案。
通过文献调研,了解不同测量方法的优缺点,分析服装厚度、人体姿态、环境光照等因素对测量结果的影响,为后续研究提供理论基础。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面:
1.提出一种基于视觉的着衣状态下人体尺寸测量方法:该方法利用图像处理和计算机视觉技术,无需接触人体即可获取人体尺寸信息,具有便捷、高效、低成本等优点。
2.建立服装厚度补偿模型:针对服装厚度对测量精度的影响,建立服装厚度补偿模型,提高测量精度。
3.探索基于姿态估计的人体尺寸测量方法:针对人体姿态变化对测量结果的影响,研究基于姿态估计的人体尺寸测量方法,提高测量的鲁棒性。
6. 计划与进度安排
第一阶段 (2024.12~2024.1)确认选题,了解毕业论文的相关步骤。
第二阶段(2024.1~2024.2)查询阅读相关文献,列出提纲
第三阶段(2024.2~2024.3)查询资料,学习相关论文
7. 参考文献(20个中文5个英文)
[1] 张力,丁莹,张晓蕊,等.基于深度学习的人体尺寸测量方法综述[j].纺织学报,2022,43(1):130-140.
[2] 孙哲南,徐华,王强,等.面向服装定制的人体测量与体型分析技术[j].纺织学报,2021,42(04):128-136.
[3] 刘胜蓝,张文辉,张丽,等.深度相机在人体测量中的应用与展望[j].光学技术,2021,47(02):244-252.
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。