ఫ్యాషన్ టెక్నాలజీ & టెక్స్‌టైల్ ఇంజనీరింగ్

డిజిటల్ ఫ్యాషన్ కోసం త్రీ డైమెన్షనల్ ఆకారాల విశ్లేషణ: మహిళల ట్రంక్, బ్రెస్ట్ మరియు పొత్తికడుపు మధ్య సంబంధం

డాంగ్-యున్ చోయి, కెన్సుకే నకమురా, టకావో కురోకావా

త్రిమితీయ (3D) కొలతల ఆధారంగా వ్యక్తుల శరీర ఆకృతులను విశ్లేషించే ఒక నవల పద్ధతి ప్రతిపాదించబడింది. ఫలితాలు ప్రభావితం చేసే పరిమాణం మరియు భంగిమను నివారించడానికి శరీర భాగాల విశ్లేషణ ఫలితాలను కలపడం ద్వారా శరీర ఆకృతిని విశ్లేషించడం పద్ధతి. ఈ లక్ష్యం కోసం, మా మునుపటి అధ్యయనాలు సుమారు 500 మంది జపనీస్ మహిళల ట్రంక్, రొమ్ము మరియు పొత్తికడుపును విశ్లేషించాయి మరియు శరీర ఆకృతి నమూనా మరియు ప్రధాన భాగాల విశ్లేషణను కలపడం ద్వారా వారి ఆకార కారకాలను సేకరించాయి. మోడల్ పదిహేడు ల్యాండ్‌మార్క్‌ల ద్వారా సాధారణీకరించబడిన B-స్ప్లైన్ ఉపరితలంపై 750 కంట్రోల్ పాయింట్‌లతో సబ్జెక్ట్ యొక్క ట్రంక్‌ను వివరిస్తుంది మరియు సగటు ఆకారాన్ని లెక్కించడంతో సహా 3D శరీర ఆకృతిని గణితశాస్త్రంలో చికిత్స చేయడానికి మాకు వీలు కల్పిస్తుంది. వెలికితీసిన ఆకార కారకాలలో ఆరు ట్రంక్, నాలుగు రొమ్ము మరియు నాలుగు ఉదరం ఉన్నాయి. కారకాల వివరణ కూడా జరిగింది. ట్రంక్, రొమ్ము మరియు ఉదరం యొక్క 3D ఆకృతుల మధ్య సంబంధం ఈ పేపర్‌లో పరిశీలించబడింది. 536 సబ్జెక్టుల యొక్క కాంపోనెంట్ స్కోర్‌లు మరియు పద్నాలుగు ఆకార కారకాల యొక్క వివరణలు ఉపయోగించబడతాయి. సహసంబంధ మాతృక మరియు సహసంబంధ రేఖాచిత్రం వివిధ శరీర భాగాల మధ్య అరవై-నాలుగు జతల ఆకార కారకాల సంబంధాన్ని అంచనా వేస్తాయి. స్కోర్‌ల ద్వారా వర్గీకరించబడిన సబ్జెక్టుల యొక్క సగటు ఆకారాలు ప్రతి జత ఆకార కారకాల యొక్క 3D ఆకృతిలో వ్యత్యాసాన్ని వివరిస్తాయి/వ్యక్తం చేస్తాయి. సంపూర్ణ విలువలో 0.30 కంటే ఎక్కువ సహసంబంధ గుణకాలు (r) ఉన్న జతలలో పదిహేను దృష్టి కేంద్రీకరించబడింది మరియు చర్చించబడింది. ఫలితంగా, రొమ్ము ఎత్తు మరియు స్థూలకాయ స్థాయిని ప్రతిబింబించే రెండు జతలలో సహసంబంధ గుణకాలు తగినంత ఎక్కువగా ఉన్నట్లు కనుగొనబడింది (వరుసగా r=0.81,-0.53) మరియు ఇలాంటి వివరణలు ఉన్నాయి. మరోవైపు, పద్నాలుగు కారకాలలో పన్నెండు వేర్వేరు అర్థాలను కలిగి ఉన్నాయి. శరీరంలోని వివిధ భాగాలు వేర్వేరు ఆకార కారకాలను కలిగి ఉన్నాయని మరియు 3D ఆకృతిని సరళమైన మార్గంలో చికిత్స చేసేటప్పుడు పన్నెండు లేదా అంతకంటే ఎక్కువ పారామితులు అవసరమని ఇది సూచిస్తుంది.

అదనంగా, ఇతర పదమూడు జతలలో కొన్ని విషయాల యొక్క 3D శరీర ఆకృతుల ధోరణులను చూపుతాయి. శరీర భాగాల ఆకారాలు భంగిమ, ఇతర భాగాల ఆకృతి, వయస్సు, పొట్టితనాన్ని మరియు BMIని బట్టి మారుతాయని నిర్ధారించబడింది. ఉదాహరణకు, భుజం వాలు స్థాయి రొమ్ము రూపాన్ని ప్రభావితం చేస్తుంది. ఈ కాగితం శరీర ఆకృతి విశ్లేషణపై మా అధ్యయనాల శ్రేణిని కూడా సంగ్రహిస్తుంది. అవసరం, సాధారణీకరణ, సమర్పించిన పద్ధతి యొక్క పరిమితి మరియు ఇతర శరీర భాగాలకు దరఖాస్తు చర్చించబడ్డాయి.

నిరాకరణ: ఈ సారాంశం ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ టూల్స్ ఉపయోగించి అనువదించబడింది మరియు ఇంకా సమీక్షించబడలేదు లేదా నిర్ధారించబడలేదు