用于提供服装模型的描绘的方法及设备与流程
本发明涉及基于物理样本服装建立服装的计算机模型，且涉及使用服装的计算机模型来确定服装在人体上的外观的过程。
背景技术：
衣服购买者通常希望确保物品会变得平整，且非常适合他们。传统上，人们会去商店，试穿衣服，且观察衣服在他们的身体上是否取得预期效果，并恰当移动。然而，越来越多的商业正转移到线上，而且人们也开始在网上购买衣服。虽然服装模特或人体模型上的衣服照片可展示出衣服在模型身体上看起来是什么样子，但是通常不会提供足够的信息供用户查看一件衣服将如何穿在他或她自己的特定身体上或当他或她穿着衣服时所述衣服将如何移动。
附图说明
在附图的图式中通过实例且并非以限制的方式说明本发明，且在附图中类似的元件符号指代类似元件，且其中：
图1是可在本发明中相互作用的各种系统的一个实施例的网络图。
图2a到c是系统的一个实施例的框图。
图3是提供衣服模型的系统的一个实施例的概述流程图。
图4a是使用非破坏性拆卸进行的纸样提取的一个实施例的流程图。
图4b是当cad数据可用时获得一件衣服的数据的一个实施例的流程图。
图4c是从纸样获得数据的一个实施例的流程图。
图5是构造服装基础纸样的一个实施例的流程图。
图6是从基础纸样创建特定纸样的一个实施例的流程图。
图7a是创建包含多个界标的体型的一个实施例的流程图。
图7b是使用身体基础形状来产生体型的一个实施例的流程图。
图8是将特定纸样装扮到特定体型上的一个实施例的流程图。
图9a是模拟及呈现衣服模型的一个实施例的流程图。
图9b是模拟包含多件衣服的衣服模型的一个实施例的流程图。
图10是与系统的终端用户相互作用的一个实施例的流程图。
图11是基于装扮及模拟数据实现按合身度搜索的一个实施例的流程图。
图12a是基于用户数据的时装画册产生的一个实施例的流程图。
图12b说明了可使其对用户可用的时装画册的一个实施例。
图12c说明了适合的各种尺寸的差异的一个实施例。
图13是基于数据产生定制衣服的一个实施例的流程图。
图14是可使用的示范性非破坏性采集架的说明。
图15是可在其上实施本发明的计算机系统的一个实施例的框图。
具体实施方式
术语表
我们提供将在本申请案中使用的以下术语表：
服装纸样：多个元件，其包含布块、连接件、装饰及描述一件衣服的其它组件。
非破坏性采集：一种使用多个测量系统(其可包含相机、深度相机、尺子及分析)来建立与一件物理衣服匹配的服装纸样而不分割衣物或以其它方式损坏衣服的方法。
破坏性采集：一种通过在接缝处分割一件衣服、将衣服切开或以其它方式损坏衣服以便使用多个测量系统对衣服进行测量来建立一件衣服的服装纸样的方法，所述测量系统可包含相机、深度相机、尺子及分析。
cad模型：可由制造商提供的服装的计算机辅助设计模型。其提供了服装的测量及一般描述。在一个实施例中，cad模型提供可能在破坏性或非破坏性采集期间使用的信息。
纸样：通常在纸上(但可能在塑料片或其它材料上)的一组图或图样，其含有传统上由服装设计师用以将其设计的描述传达给将基于设计制造服装的人的信息。印刷纸样可为cad模型的印刷品、手绘或通过其它手段生产。
面料特性：描述面料性质的信息，其包含面料的机械及视觉特性。
面料机械特性：关于面料的移动及悬垂行为的数据，其包含对每一维度的拉伸、厚度、重量及阻尼的机械响应。通常，面料机械特性提供了模拟软件计算面料将如何悬垂或移动所需的信息。在一个实施例中，系统使用自适应网格重构来模拟面料将如何在体型上悬垂，或随着体型的移动而移动。在一个实施例中，使用自适应各向异性网格重构，其取决于在面料中发生预测运动及起皱的位置来利用不同尺寸的多边形。这实现提供真实细节的更快模拟。
面料视觉特性：关于面料视觉外观的数据，其包含颜色、面料纹理特性、面料反射特性以及面料的其它外观方面。
面料纹理特性：描述面料表面上的颜色变化的数据。这些变化可能是归因于例如印刷图形、不同颜色的线或各种颜色的染料。除了颜色之外，面料纹理特性还可包含其它质量的变化。例如，面料纹理特性可包含关于面料表面上的光泽变化的信息，或更一般地说，包含面料表面上的面料反射特性的变化。
面料反射特性：描述光如何从面料发射离开的数据，其包含光泽、光亮及颜色。鉴于光的入射方向、光类型及观察方向，面料反射特性允许确定入射方向上的多少光在出射方向上被反射。面料反射特性还可描述透明度/半透明度或例如次表面散射等现象。一般来说，面料反射特性提供了呈现软件计算光与面料的相互作用并呈现描绘其外观的图像所需的信息。面料反射特性可在面料的表面上变化，以便考虑精细结构。在一个实施例中，可使用双向反射分布函数(brdf)函数、brdf函数的一般化、brdf函数的空间变化一般化、法线图、numb图、镜面反射图或可用作呈现软件的输入的其它表示来存储面料反射特性。在一个实施例中，路径跟踪用于计算全局照明，所述全局照明捕捉用于创建真实观看图像的光的细微相互反射。
布块：附接在一起以创建被分析的服装及所述服装的虚拟表示。虽然术语“布料”是为了简单起见而使用的，但是所述术语旨在包含可合理地用于构造服装的乙烯基、皮革、塑料或其它材料。虽然术语“布块”暗指平坦结构，但是此处使用的术语是为了简单起见，且布块不一定是平坦的。在一个实施例中，包括布块的布料可为三维结构，例如用于构造衣服的管或其它形状。例如，无缝汗衫可为单个布块，其中物品定义包含三维形状。在一些情况下，单个物理布块可被表示为多个虚拟布块。在一个实施例中，单个布块的经不同处理部分可具有不同的特性，且因此被视为多个虚拟布块。例如，具有不同针织花型的针织材料可具有不同特性，但是它们是单个布块。
连接件：接缝、纽扣、紧固件及将布块彼此连接的其它组件。
装饰：拼接、贴花、布块纹理、底层纸样上的图形、装饰性纽扣或拉链、条纹及纸样上的非布块或非连接件的其它元件。
基础纸样：服装的纸样，其用作推导特定服装的纸样的基础。基础纸样通常包含布块及连接件以及引导点，但不包含装饰或面料细节。纸样可指定具有特殊处理的褶边，所述褶边可包含例如缝褶、褶皱、褶痕、皱起、褶带及通过以各种配置连接布料而制成的其它构造。
纸样宏：布块及连接的常见布置库，其可与系统一起利用。常见布置可包含例如男士礼服衬衫背面的箱形褶皱、带纽扣及褶皱的袖口、法式袖口等元件。为了帮助指定特定物品，系统可允许从纸样宏库及纸样宏在纸样上的放置进行选择。系统利用纸样宏自动创建所需的布块、对现有布块的更换及连接件。此类纸样宏可根据尺寸进行调整，或可存在于一定的尺寸范围内(例如，翻领可包含薄翻领及厚翻领)。
定位：服装在用户身体上的大致位置。一件服装可具有多个潜在的定位。例如，裙子可高穿或低穿，夹克可敞开穿或合拢穿，袖子可垂下或卷起等。
引导点：基础纸样上的点，其界定了纸样在模型身体上的大致定位。单个服装可具有多组引导点，例如可高穿或低穿的裙子，可具有用于高位置及低位置的一组引导点。类似地，可敞开穿或合拢穿或袖子上推或不被上推的夹克对于不同配置可能具有不同的引导点。
服装模型：服装的模拟模型及呈现模型，其用于创建服装在体型上的描绘。
模拟模型：服装纸样连同面料机械特性及界定服装的机械性质的所有细节。模拟模型是计算机模拟程序的输入，所述计算机模拟程序接着可例如计算服装在身体上如何移动及悬垂。
呈现模型：服装纸样连同面料视觉特性及界定衣服外观的所有细节。呈现模型是计算机程序的输入，所述计算机程序可例如呈现在特定照明条件下服装的特定悬垂将如何显现的图像。
身体基础形状：身体的形状元件，其用于建立体型。在一个实施例中，此类形状元件可包含例如肩膀或手臂，所述肩膀具有特定宽度及斜度及厚度，所述手臂在各个点处具有特定长度及周长。基础体型也可为人体的完整模型，使得多个身体基础形状可被混合或以其它方式组合以产生特定的体型。基础形状可被参数化，使得生物特征量(例如臂长或腰围)可变化以产生特定的体型。
体型：完整的人体模型，其表示特定用户。在一个实施例中，体型是根据身体基础形状建立以匹配用户的测量值及比例。在一个实施例中，系统使用界定可用身体类型的一组模型。在一个实施例中，可存在几千个体型，且每一体型具有与其相关联的大量测量值。在一个实施例中，体型仅由比例界定。例如肤色等额外特征可经修改而不改变体型。体型可与呈现软件产生体型的呈现图像所需要的信息及模拟软件计算服装将如何与体型进行物理相互作用所需要的信息相关联。此类相互作用可包含服装将如何悬垂在体型上、服装将如何随着体型的移动而移动，或体型可如何被服装弹性地压缩。
身体扫描：获得用户数据以产生用户的体型。在一个实施例中，系统可使用以相机、计算机装置或其它系统拍摄的多张照片来获得用户的测量值。在另一实施例中，系统可使用来自深度相机或rgbz相机、游戏系统或其它系统的图像来获得用户的测量值。此数据可与身体基础形状及/或其它数据结合使用以计算用户的体型。
表面方面：对体型的调整，其不会改变服装的合身度，但会改变其呈现的外观，例如肤色、眼睛颜色、眼睛形状、头发等。
界标：体型上的位置，其界定经定位与实际身体相距较小距离且与引导点相关联的区域。界标可位于例如肩膀、手腕及可附接服装的模拟模型的其它点的端部上。
装扮：将服装放置在体型上的过程。
拉伸：材料形状的任何局部变化，其产生机械应变。这包含伸长，但也包含材料中的产生包含压缩及剪切的应变的任何其它变形。
呈现：基于与服装模型及体型相关联的数据产生描绘特定体型上的特定服装模型的图像或视频的过程。在一个实施例中，根据与服装模型及体型相关联的基础数据完成呈现。在一个实施例中，呈现可为在“重新模拟”，其使用服装在类似体型上的先前呈现作为基础。可会产生呈现使得所形成的图像具有照片真实感，且看起来类似于照片或视频。呈现也可以各种艺术方式进行风格化，使得它们看起来不太像照片，而更像是身体及服装的图画或其它风格化描绘。呈现可包含错误的颜色或传达将通常不可见的信息的其它可视化。例如，呈现可使用颜色变化来说明服装在给定体型上的合身程度。在一个实施例中，可修改单个呈现以通过可视化层展示各种类型的信息。这可使得用户能够以照片真实方式看到呈现，且接着修改视图以查看服装的各个方面(例如，紧身度、保暖度、厚度等)的视觉表示。
描绘：基于与服装模型及体型相关联的数据描绘特定体型上的特定服装模型的图像或视频。在一个实施例中，描绘可经设计以看起来具有照片真实感，使得它们看起来类似于物理人体或服装模特上的物理服装的照片或视频看起来的样子，或它们可为描绘例如身体的各个部位的合身度或紧身度等数据。
概述
本发明涉及基于物理样本服装建立服装的计算机模型，且涉及使用服装的计算机模型来预测服装在人体上的外观且向使用者呈现所述服装的过程。在一个实施例中，服装进而可用于创建定制的时装画册、服装模特及服装。外观的预测可包含描绘特定人体上的服装的所呈现的图像或视频。外观的预测还可包含例如服装的合身程度或展示服装在身体上的各个点上的紧身程度的可视化等数据。建立服装的计算机模型的过程可包含确定服装的机械特性、服装的视觉特性及应如何将其放置在体型上。在一个实施例中，系统可进一步包含计算运动、服装如何移动及悬垂，及当体型随着衣服移动时的照明相互作用。预测服装在人体上的外观还可包含构造对应于特定用户的体型的过程。
在一个实施例中，建立服装模型以实现服装模型在体型上的放置包括一种方法，所述方法包含以下项中的一或多者：界定一件衣服的面料机械特性及视觉特性、识别一件衣服的基础纸样、调整基础纸样以产生特定纸样、将所述纸样与体型相关联(所述体型经定制以与用户匹配)，及描绘体型上的衣服。在一个实施例中，衣服模型可以多种配置放置在体型上。在一个实施例中，衣服模型可用于呈现移动以展示衣服如何随身体移动。
在一个实施例中，基于服装及体型的描绘经设计以看起来逼真，且随着一件实际的衣服的移动而移动，其包含面料的变形及基于移动、照明及其它因素的外观变化。此过程产生衣服模型，其是逼真的并为观察者提供增强的体验。在一个实施例中，系统可进一步使得能够使用多层衣服，例如夹克及衬衫，且适当地展示多件衣服的相对移动。在一个实施例中，系统还可计算体型如何表示可能由于紧身衣服而变形的柔软人体组织。例如，穿紧身牛仔裤时可能挤压腿部及臀部，使它们呈现出吸引人的配置。在一个实施例中，系统可进一步用于实现对多件额外衣服的“类似合身”类型的搜索。“类似合身”将在面料、合身及移动方面匹配衣服。
本发明的实施例的以下详细描述参考了附图，其中类似的元件符号指示类似元件，通过图示方式展示了实践本发明的特定实施例。足够详细地描述此类实施例以使得所属领域的技术人员能够实践本发明。所属领域的技术人员理解，可利用其它实施例，且可在不脱离本发明的范围的情况下进行逻辑的、机械的、电的、功能的及其它改变。因此，下面的详细描述不应被认为是限制性的，且本发明的范围仅由所附权利要求书界定。
系统描述
图1是可在本发明中交互的各种系统的一个实施例的网络图。在一个实施例中，提供服装数据采集及存储系统110。此系统经设计以获得服装的模拟模型。这可以破坏性的或非破坏性的方式进行。在一个实施例中，可从服装制造商180接收数据，且所述数据单独使用或与分析数据结合使用来创建服装的模拟模型。存储在存储装置135中的服装的模拟模型包含关于纸样、面料特性及如何将服装定位在用户上的数据。面料特性产生120可从制造商180、其它方190获得数据，或可在本地测试面料并产生面料特性数据。面料特性数据包含面料视觉特性(外观)及面料机械特性(模拟数据)。
在一个实施例中，体型产生140产生对应于“身体配置”的一或多个桶的多个体型。这包含比例，例如腰部、臀部、胸围的相对大小以及身体的高度、手臂长度及其它方面。在一个实施例中，将每一个人的数据与一组身体基础形状进行比较，且根据身体基础形状的组合来组装每一个人的体型。在一个实施例中，大量但数目有限的预定体型是可用的，且每一用户与最接近的体型匹配。在一个实施例中，体型产生140还改变体型的表面方面，例如肤色、头发长度及颜色等。这使得用户能够看到看起来像他或她的体型上的一件衣服。
装扮、模拟及呈现服务器150采用服装模型及体型，并创建描述，其展示了服装在现实世界中将如何显现及移动。在一个实施例中，装扮定位服装，模拟计算照明相互作用及拉伸及对所穿服装的影响，而呈现产生描绘的输出，其可为图像、视频或展示服装在身体上的运作的其它输出(存储在描绘存储器155中)。此描述与模型上的服装的传统产生的图像或其中表示经裁剪服装而不展示身体周围的曲率、照明及移动对服装的外观及移动的实际影响的模拟“合身”图像显著不同。
在一个实施例中，可使得描绘可用于存储服务器170或以其它方式对用户装置170上的用户可用。用户装置170可为移动装置，例如手机、平板计算机、游戏机、膝上型计算机等。在一个实施例中，存储服务器185进一步包含用于实现表示的匹配的机构，其实现将类似地合身的服装的匹配。目前不存在此类型的通过合身自动产生的匹配，所述匹配基于服装在身体周围如何移动及显现来计算。当前的推荐或搜索使用关于用户偏好、以往历史或其它因素的信息。然而，在没有关于用户体型的信息的情况下，此类推荐及搜索结果常常是错误的。例如，偏好、风格及其它特性非常类似的两个人在一个人又高又胖且另一个人又矮又瘦的情况下可能购买非常不同的衣服。
在一个实施例中，来自体型存储装置147的体型数据与来自服装数据采集及存储装置110的服装数据的组合可由服装制造商180使用，以基于累积数据来优化服装设计。在一个实施例中，体型存储数据147可用于定制制造182中，以为用户创建定制服装。这例如使得制造商能够生产基于用户的个人信息而定制的服装。在一个实施例中，定制制造182可基于服装数据存储装置110及来自体型存储装置147的体型数据而被自动化。
在一个实施例中，个性化推荐引擎194使用可包含以下项中的一或多者的信息：体型、用户历史、与具有类似体型及/或用户历史的用户的匹配、与具有类似搜索及/或购买历史的用户的匹配、明确的偏好及其它信息。在一个实施例中，定制内容创建器192可创建个性化的时装画册，其展示根据与用户匹配的体型针对用户选择的一系列衣物。定制内容创建器192还可基于用户的体型数据来创建其它定制内容，包含针对用户定制的广告内容。
图2a到c是系统的一个实施例的框图。在一个实施例中，此系统的元件在服务器计算机、服务器集群、从多个装置提供计算能力的云计算系统或提供计算能力的其它系统上实施。一般来说，所描述的元件中的每一者包括一或多个算法过程，所述一或多个算法过程由计算机系统处理器、任选地利用图形处理单元(gpu)或其它此类处理器辅助基于存储在存储器中的数据来执行。图2a说明了服装测量采集系统200及基础纸样产生器215。服装测量采集系统200用于建立服装纸样。在一个实施例中，系统200包含布局装扮204。布局装扮可包含灯，例如led灯。
在一个实施例中，布局装扮204可为图14中所示的格式，其具有放置服装、灯及相机202的区域。相机202可为摄像机或静止图像相机，或多个相机或摄像机。在一个实施例中，相机202可包含多个相机，其同时从不同位置及角度拍摄图像，且可合成多个图像以创建完整图像。装扮可由金属结构制成以支撑服装的平坦表面，且支撑平坦表面上的灯及相机202。在一个实施例中，灯是led且经设计以模拟从日光到荧光的各种类型的照明。一些面料在不同的照明条件下看起来不同。led灯也可用来模拟来自各种方向的光。在一个实施例中，系统可利用此数据来提供关于服装的更准确的信息。面料表征器208利用此信息。在一个实施例中，面料表征可为将面料表征数据提供给服装测量采集系统200的完全独立的系统，且面料表征器208将特性数据附加到服装。在一个实施例中，图像也可通过改变光的方向及改变光的类型来获取。这使得能够呈现面料反射特性来捕捉外观的视觉相关方面。在一个实施例中，对于物理材料随着其拉伸而改变的材料，也可改变拉伸量。
布块逻辑203界定组成服装的布块。大多数服装是由经由接缝或其它连接件而附接的两个或两个以上布块构成。布块逻辑203基于由相机202获得的图像数据来界定布块。接线/连接逻辑206按照外观、尺寸及类型来界定连接。一些服装(例如背心或一些背心)可能缺少接缝，例如由单个三维布块制成。在一个实施例中，此类服装是由布块逻辑203界定为单个布块。在一个实施例中，在适当情况下，单个布块可被表示为多个虚拟布块。测量工具204能够测量布块的大小。在一个实施例中，测量工具204自动测量布块的每一大小。在一个实施例中，测量工具204还使得用户能够调整测量值。例如，如果布块边缘被错误地识别，那么用户可经由通过测量工具204提供的用户接口对其进行调整。
在一个实施例中，系统包含纸样采集逻辑212。纸样可通过手工制作，从cad文件打印，用非cad软件制作，或以其它方式由设计者产生。系统可从纸样进行测量。在一个实施例中，如果需要，可通过定标器221来缩放纸样。
在一个实施例中，系统还可包含cad数据采集210，其从外部源接收cad数据。通信逻辑213可被用来从一或多个源接收cad数据。例如，服装制造商可提供关于其服装的cad数据。在一个实施例中，系统可接受cad数据，且利用其来代替上述测量系统。系统可使用cad数据比较器212以将所接收的cad数据与测量的数据进行比较。有时，由于切口或接缝放置的差异，服装实际上并不与cad大小匹配。因此，在一个实施例中，系统可验证cad数据的准确性。在一个实施例中，如果cad数据在多个服装中都是匹配的，那么系统可信任来自此特定制造商或来源的数据。因此，在一个实施例中，实施cad数据比较器212的处理器还确定是否需要通过数据采集系统201进行的独立测量。
在一个实施例中，关于服装的细节(包含布块、接缝/连接件及面料数据)被存储在存储器211a中。在一个实施例中，使存储器211a可用于系统的其它元件。在一个实施例中，存储器211a可为数据库系统的一部分。在一个实施例中，存储器211a可位于单独的服务器或装置上。
在一个实施例中，服装测量采集系统200可包含用于破坏性服装采集调整214的工具。使用系统201，破坏性服装采集将服装分开以进行测量。调整工具214调整系统201以实现这个目的。这可能比非破坏性采集更准确。然而，破坏性采集通常更耗时且更昂贵。系统201的工具可通过调整工具214进行调整以与破坏性服装采集选项一起使用。
基础纸样产生器215根据由服装测量采集系统200获取的数据产生基础纸样。如上文所界定，基础纸样是服装的纸样，其用作推导特定服装的纸样的基础。基础纸样通常包含布块及连接件以及引导点。如上所述，产生器215接收布块及接缝/连接件数据。
在一个实施例中，基本模式产生器215包含纸样宏，其是可与系统一起利用的布块及连接件的常见布置库。纸样宏系统223可允许从纸样宏的库中进行选择及将纸样宏放置在纸样上。纸样宏系统223自动创建所需布块、对现有布块的改变及连接件。
定位标识符识别可穿着服装的一或多个位置。位置是服装在用户身体上的大致位置。一件服装可具有多个潜在的位置。例如，裙子可高穿或低穿，夹克可敞开穿或合拢穿，袖子可垂下或向上卷起等。在一个实施例中，基于所识别的服装类型及服装大小来识别位置。在一个实施例中，定位标识符217可提供用户的手动调整选项。例如，通常纽扣扣上的衬衫不会敞开穿。然而，某些样式可能会以那种方式穿着。用户可添加除由定位标识符217自动识别的定位选项以外的额外定位选项。
引导点逻辑219基于所识别的定位来设置服装的引导点。引导点界定了纸样在模型身体上的大致定位。在一个实施例中，可存在多组引导点。在一个实施例中，例如，每一位置可具有与其相关联的字母(例如，位置a、b及c)，且每一引导点可具有识别其是否与特定位置相关联的字母。例如，引导点1可被标记为1ab，指示其存在于定位a及b中，而不是c。替代地，对于每一定位可存在一组单独的引导点。然而，在此情况下，引导点中的一些在整个定位中可能是相同的。
变化界定逻辑220界定在基础纸样内仍适合的测量值的变化。在一个实施例中，基础纸样可包含来自相同制造商或其它制造商且具有非常类似设计的其它服装。变化范围由变化界定逻辑220界定。在一个实施例中，这可部分地手动完成。然而，在一个实施例中，基于所允许的有限变化，这可为自动的。在一个实施例中，如果切口不同，那么不同尺寸的单个服装可具有不同的基础纸样。
在一个实施例中，在服装采集期间，拍摄多个照片或视频。照相验证系统225可在存储基础纸样之前利用此类照片来验证所产生的基础纸样。在一个实施例中，如果原始服装的照片与基础纸样不匹配，那么系统可重新产生、重新测量、提醒管理员，或以其它方式试图确保服装模型被验证。
经验证的基础纸样被存储在基础纸样存储装置222中。在一个实施例中，基础纸样存储装置222可被存储在存储器211b中。存储器211b与存储器211a可为相同的存储器。存储器211b可为存储在单独装置中的单独存储器。如下文将描述，在服装产生期间使用基础纸样存储装置222。
服装比较器224将新服装的测量值与现有的基础纸样进行比较。在一个实施例中，用于比较的基础纸样是基于服装类型、制造商或所识别的纸样来选择的。如果服装被识别为与现有的基础纸样匹配，那么将基础纸样数据附加到服装。如果衣服被识别为不匹配，那么产生新的基础纸样，如上所述。
图2b中的纸样产生器226根据基础纸样及关于服装的面料、装饰及其它方面的额外信息产生实际服装纸样。基础纸样标识符230识别与要产生的服装纸样相关联的基础纸样。面料特性228界定所用材料的外观及相互作用特性。这可包含面料机械特性、面料视觉特性、面料纹理特性及面料反射特性。
装饰及附接逻辑232界定了与服装相关联的外部装饰特性。通过将此方面与基础纸样分开，系统可适应单个基础纸样中的大量服装。翘曲逻辑234计算穿着服装时对纸样的改变。通常，由于面料翘曲，穿着的服装与衣架上的服装具有不同的特性。这不仅可改变大小，而且可改变服装的外观，这是因为面料受到翘曲的影响。翘曲逻辑234计算此影响。
在一个实施例中，程序产生器231提供另一种通过采用一种服装的现有纸样且接着应用程序重新定尺寸规则来制作具有不同尺寸或不同的比例的类似服装来产生特定纸样的方式。例如，小尺寸可能用于通过遵循由设计者指定的程序规则来推导出中等尺寸，所述程序规则规定某些测量值应为+1"且其它测量值应为+1/2"，或应在裙子的腰线增加额外的褶皱。程序产生器231也可用于根据类似但具有某些差异的服装形成纸样。例如，程序产生器可用于基于关于袖子长度增加及袖口的规则从短袖衬衫推导长袖衬衫。在一个实施例中，程序产生器231可使用纸样宏来添加常见的纸样调整。
服装模型存储装置236存储所形成的纸样。此纸样是用于呈现服装的服装纸样。在一个实施例中，服装模型存储装置236被存储在存储器211c中。存储器211c可与存储器211a及/或211b相同。如上所述，存储器211c可为单独的数据库、服务器或系统。
体型创建器240创建表示特定用户的完整人体模型。在一个实施例中，通过从分组243中选择形状，从身体基础形状242建立体型。例如，可存在几十个上肩的配置，其界定肩膀的骨状、宽度及斜度。在一个实施例中，身体基础形状242可从外部来源获得。例如，可获得身体扫描数据集244，其包含相当数量的身体。所述系统可从此数据中推导常见的体型分组及体型配置。这填充身体基础形状242。
实际的体型产生逻辑248利用身体基础形状242来创建体型。在一个实施例中，产生逻辑248可进一步调整基础体型，将它们保持在相同的配置内。体型产生逻辑248获取形状242、每一分组243中的一者，且为用户产生完整的体型。当然，为了做到这一点，系统需要具有用户的数据。这可通过数据采集245及/或基于相机的测量系统246来获得。基于相机的测量系统246可为基于家庭的系统(例如kinekttm或可拍摄用户的照片或视频的其它系统)的部分，且利用它们来进行测量。其它数据采集机构可包含从第三方获取数据，或例如测量室等专用装置或其它机构。在一个实施例中，用户的身体数据可基于手工测量输入，并输入到计算机系统中。
界标逻辑250将界标置于体型上，引导点附接到所述体型。通常，体型242已经具有用于界标的相关联位置。然而，用户的实际数据可能会导致调整。
在一个实施例中，系统使用基于轮廓的验证249来验证体型。基于轮廓的验证利用来自相机或其它数据采集系统的数据来针对从实际人物获得的图像验证所产生的体型数据。在一个实施例中，如果验证失败(例如，所产生的体型在针对用户的轮廓或图像数据的容差内不匹配)，那么系统可重新测量、重新产生、重新比较及/或提醒管理员，或采取另一行动。
用于用户的所产生及验证的体型及相关表面方面被存储在存储装置252中。表面方面包含不影响一件衣服如何在体型上显现的任何特性，例如肤色、头发、眼镜等。在一个实施例中，此数据是从基于相机的测量系统246或数据采集245获取。在一个实施例中，用户可单独为此提供静止图像及/或视频。此数据可存储在存储器211d中，存储器211d可与211a到211c中的一或多者相同，且可驻留在单独的系统上。在一个实施例中，体型数据也可单独驻留在用户自己的系统上，而不是驻留在中央数据库中。在一个实施例中，存储的数据包含用户的唯一标识符及代码集，其指示使用哪些身体基础形状且如何调整所述身体基础形状(如果它们是的话)以及相关表面方面。这使得能够为每个用户存储非常少的数据，同时提供完整的可配置性，使得最终产品看起来像用户。
在一个实施例中，响应于用户请求来执行装扮、模拟及呈现255以查看特定服装。在一个实施例中，对于体型及服装的每一组合提前进行装扮及模拟，且仅在用户请求时进行调整。在另一实施例中，提前计算体型及服装的某个集合，且接着进行调整以匹配具体请求的体型及服装组合。调整可能比从头开始更有效。
系统使用体型选择器257来选择体型以进行装扮。在一个实施例中，如果这是响应于请求而完成的，那么这是用户的体型。如果这是作为初步呈现完成的，那么在一个实施例中，使用“通用”体型。服装选择器259选择用于装扮的服装。如果其是用户的选择，那么选择适合用户体型的尺寸。
配置标识符262识别服装在身体上的定位。在一个实施例中，对于具有多种可能配置的纸样，系统可按顺序呈现每一样纸，选择最常见的样纸，或请求用户进行选择。
匹配逻辑264将服装中的引导点与体型上的界标匹配，以用于服装的选定配置/定位。此对准界定了服装搁在身上的位置。在一个实施例中使用拉伸物理系统266来将服装拉伸超过体型，并将其释放以配合体型。验证器270确保服装的任何部分均不侵入体型，且配置是有效的。有时系统可能会以无效的配置结束，例如，当较大的体型试图配合较小且无弹性的服装时。如果有错误，那么验证器270通知匹配及物理逻辑264、266重新尝试。如果仍然失败，那么记录错误。
在一个实施例中，面料特性调整器268基于在将服装放置在体型上之后展示的拉伸/翘曲来调整面料的外观及特性。例如，服装面料在其从其基础配置显著拉伸时会在更大的人体模型显现得非常不同。由于系统具有面料特性数据，所以可考虑这一点。
在一个实施例中，服装间影响计算器278基于用户穿着的层来调整面料特性(外观以及行为)。例如，开襟衫在天鹅绒背心上的移动与在薄棉质背心上的移动有所不同。服装间影响计算器278考虑每种服装的面料的特性，并计算累积效果。
在一个实施例中，配件逻辑279将相关附件添加到套装以完成外观。配件可包含钱包、项链、围巾、手表、手镯、帽子及其它配件。在一个实施例中，配件逻辑279可利用具有相关物理特性(例如移动及悬垂)的配件的数据库来进行最终呈现。在一个实施例中，可基于颜色、基于由其它用户组装的套装、基于照片及样本，或基于其它来手动地选择此类配件。在一个实施例中，可使由配件逻辑279选择的配件可由用户购买，使得用户可购买完整的套装。
物理引擎磨损模拟器272使用此数据来产生最终输出。呈现引擎274使用物理引擎来创建运动中的体型的呈现，从而展示服装的移动。运动呈现276提供此数据。在一个实施例中，所述呈现可另外提供伪色或其它可视化效果，从而指示穿着在体型上的服装的特性，例如紧身度、保暖度等。
输出存储装置280存储所得静止图像及运动数据。在一个实施例中，向用户显示数据。在一个实施例中，系统预先呈现服装及体型，且重新使用先前计算的数据以即时呈现定制的图像及视频数据。输出存储装置280可被存储在存储器211e中。存储器211e可与呈现系统255位于相同的系统上，或可位于单独的装置、服务器、云或存储器存储装置中。在一个实施例中，此呈现引擎的输出用于使服装及配件可供终端用户使用。
终端用户工具282为此系统的潜在终端用户提供工具，所述用户希望在他们自己的体型上看到服装。在一个实施例中，所述系统包含将用户数据与其它数据进行比较的比较器284。例如，系统可提供使选定服装与系统中的其它服装匹配的合身度、面料及风格匹配器286，且基于它们如何显现来提供匹配的服装。现有技术系统仅匹配纸样或颜色，但是此系统使得能够基于合身以及面料在用户的体型上如何表现(如由呈现系统确定)来进行匹配。
体型匹配器288将用户的体型与其它用户的体型匹配以提供推荐。用户匹配器290基于先前的购买、偏好设置或其它可用数据(包含例如位置、年龄及职业等个人数据)将用户与似乎具有类似品味的其它用户匹配。用户可通过反馈系统292提供关于这些推荐的反馈。在设置用户偏好时考虑用户的响应。偏好存储装置294存储与用户有关的数据。在一个实施例中，系统存储匹配的体型、用户及用户的偏好。此数据在进行推荐时使用。在一个实施例中，偏好存储装置294可被存储在存储器211f中。如上所述，存储器211f可与存储器211a到211e相同或不同。在一个实施例中，用户偏好可被存储在用户的系统上。在一个实施例中，用户偏好与其它用户数据一起存储，包含用户体型及与系统的交互历史。
在一个实施例中，终端用户工具使得用户除能够试穿对现有服装的选择外还能够定制设计。在一个实施例中，定制工具296允许定制系统中的现有服装，并呈现所述服装/虚拟地试穿所述服装。最简单的是，定制可允许改变颜色或装饰。更复杂的是允许面料类型的变化。系统还可允许使用纸样宏或可添加到所选设计的模拟替代方案进行设计更改。例如，衬衫可具有袖子设计以供选择(短、长、喇叭袖以及具有法式袖口的长袖)，或可改变褶皱布置(没有褶、侧褶、盒褶)。另一类型的定制可能会改变测量值，例如内缝长度或腰围。一旦定制设计被模拟、呈现、查看及批准，修改后的设计将被发送用于由工人或自动化装置进行制造。
在一个实施例中，终端用户工具还可包含衣服更改及制造工具299，其可允许自动更改设计以为用户定制设计。在一个实施例中，衣服更改制造工具299不是自动更改，而是可为裁缝或其它专业人员提供信息以容易地进行更改。
定制衣服制造工具298可包含对用户定制的纸样的自动创建、切割及缝合。在一个实施例中，定制衣服制造工具298可产生纸样，以供制造公司使用其它工具来实施。
在一个实施例中，系统还可使用个性化内容创建器295来产生个性化内容。个性化内容可包含定制广告、网页显示广告及定向。在一个实施例中，系统可利用匹配器来基于其它人购买什么、用户偏好及用户的体型来创建推荐并将其展示在用户自己的体型上。附加逻辑扩展可能可用。
在一个实施例中，个性化内容可包含由时装画册产生器297创建的个性化时装画册。时装画册是物理或电子手册，其基于可用的用户信息展示多种风格。时装画册可为季节性的、主题性的或以其它方式聚集，并呈现用户可购买的多个完整的外观。在一个实施例中，如上文所讨论，这些完整的外观可包含配件。
过程描述
图3是体型上的一件或多件衣服的系统创建及描绘的一个实施例的概述流程图。所述过程从框310开始。在框315处，获得服装的纸样及面料数据。图4描述了一种数据提取方法。
在框320处，所述过程确定提取的纸样数据是否与现有的基础纸样匹配。在一个实施例中，基础纸样由布块及连接件及所述元件的相对尺寸及附接界定。如果最新分析的服装与基础纸样不匹配，那么在框325处创建新的基础纸样。基础纸样界定用作实际模拟模型的基础的纸样。基础纸样与一或多个引导点相关联。引导点界定了纸样在体型上的定位(模拟实际用户上的外观)。接着，所述过程继续到框330。
在框330处，将来自基础纸样的引导点添加到服装模型。还添加了面料特性及装饰数据。这创建了完整的衣服模型，其包含呈现模型及模拟模型。
在框335处，系统基于用户的测量数据来选择多个体型中适当者。在一个实施例中，选择是基于用户的身体扫描，且经设计以看起来与用户类类似。体型包含界定附接点的界标，其中服装在附接点处定位在体型上。选择特定的体型来创建表示。在一个实施例中，响应于用户数据选择体型，选择体型经选择以与匹配用户匹配。在一个实施例中，系统预先创建描述，因此当用户请求特定服装时，从存储器中检索与用户身体匹配的体型的适当描绘。
在框340处，将服装模型拉伸到体型上，且使服装的模拟模型中的引导点与体型的界标对准。在一个实施例中，服装可具有多个潜在的位置，且为描绘选择特定的位置。例如，用户可高穿或低穿裙子，且体型可包含两个潜在位置的界标。系统放松拉伸，直到服装模拟模型在身体上处于适当位置。
在框345处，系统执行模拟以计算服装将如何悬垂在体型上，且呈现服装模型在体型上的表示。模拟使用包含面料机械特性的模拟模型与包含面料视觉特性的呈现模型的组合。模拟及呈现可产生静止图像或视频。在一个实施例中，模拟及呈现的输出可为照片逼真的图像及/或视频。在一个实施例中，呈现还可创建服装的风格化描绘。在一个实施例中，呈现还可创建传达原本不可见的信息的可视化。
接着在一个实施例中存储输出描绘数据。在框350处，使服装模型可用于定制的体型，使得用户可看到特定的服装将如何放置在他们自己的身体上、如何在他们自己的身体上移动及显现。在一个实施例中，数据被即时产生并立即显示给用户。
当然，虽然图3及后续图式利用流程图格式，但是应理解的是，所描述的过程可不同于所说明的过程，且框的特定排序通常是任意的。例如，面料分析可完全与衣服分析分开进行，或与衣服分析并行进行。类似地，各种模拟及数据集的产生可并行或以任意顺序进行。例如，体型的产生及服装模型的产生是基本上独立的，且可以任何顺序执行，且可在彼此相隔任何时间距离的情况下执行。
因此，对于此流程图及本申请案中的其它流程图，不应假设仅因为框a在框b之后，就认为所述过程就一定必须以所述方式直接流动。只有在明确依赖关系的情况下，才能认为框的排序是限定性的。此外，虽然处理被描述为流程图，但是步骤可由未展示的外部约束来驱动。例如，只能在请求时、在服装可供购买时，或在用户请求特定服装时才能进行呈现。下面的流程图同样不应被解释为约束过程框之间的关系，除非相互依赖使约束过程框之间的关系成为必需。
图4a是使用非破坏性拆卸进行的纸样提取的一个实施例的流程图。非破坏性拆卸可在不损害一件衣服本身的情况下获得所述衣服的完整纸样。在框415处，将物品摆放在提取架上，且拍摄高分辨率照片。在一个实施例中，人们定位物品。在一个实施例中，系统提示人如何定位物品。在一个实施例中，物品位于高度纹理化的中性彩色帆布层上，并使用磁体固定。在一个实施例中，照片是在各种光条件下拍摄的。在一个实施例中，提取架包含led灯，使得系统能够模拟宽范围的照明条件。一些材料在不同的照明中显现得非常不同，且此方法使得系统能够拍摄到此变化。图14说明了可使用的例示性提取架。在一个实施例中，除了不同类型的照明之外，对于拉伸的且外观受到拉伸程度的影响的面料(例如拉伸天鹅绒)，提取可包含不同程度的拉伸。
在框420处，所述过程确定衣服的所有相关方面(例如角度、照明及拉伸)是否已经被覆盖。在一个实施例中，可通过标出布块与接缝的组合并确保图像中的每一布块具有存在于至少一张照片中的相关联的接缝或褶边来自动做出此确定。如果不是所有角度均被覆盖，那么在框425处，提示用户更换架子上的衣服，以展示另外的角度。所述过程接着返回到框415以拍摄下一组图像。
如果在框430覆盖所有相关方面，那么所述过程识别界定物品的每一布块。布块是一段连续的面料或材料，其通常经由接缝、拉链或类似元件附接到其它部分。通常，一件衣服有两到六个布块，但是有些物品可能由单个三维布块组成，且一些复杂的物品(如拼缝夹克)可能有几十个(如果不是数百个)布块。在一个实施例中，每一布块由其边缘及大小界定。
服装模型中的布块通常对应于包括实际服装的布料的物理布块。然而，此对应性是没有必要的。在一些情况下，可用单个布块对多个布块的物理布料进行建模。或可使用几个布块来表示单个布块的物理材料。这是因为物理制造的局限性并不总是适用于系统，且因为系统可能会受到现实世界所不具备的限制。
在框435处，为每一布块界定每一接缝及其连接性。布块的一些边缘可经由接缝连接到另一布块。在一个实施例中，通过关联直接连接的布块的部分来界定连接性。在一个实施例中，当布块被单独展示时，连接线用于将接缝与其它布块相关联。
在框440处，界定每一非接缝连接件及其连接性。布块的一些边缘可经由非接缝连接(例如拉链，纽扣等)连接。在一个实施例中，标记特定类型的非接缝连接件。在一个实施例中，对于纽扣，纸样界定了纽扣的位置及纽扣孔的大小。然而，纽扣本身的设计被认为是“装饰”。
在框445处，识别具有特殊处理的任何褶边。褶边通常是布块的不连接到另一布块的边缘。特殊处理可包含褶痕、褶皱、卷起或其它面料处理。
在框450处，识别、分类及连接装饰。装饰包含装饰性拼接、贴花、钮扣及服装的其它视觉方面。
在框455处，将引导点添加到服装。引导点界定了服装在体型上的定位。例如，对于t恤，引导点可界定领口、臂孔的顶部及腰部。
在框456处，将所产生的基础纸样与测试服装的照片进行比较。这提供了没有错误的视觉验证。如果纸样匹配，那么在框457处，过程在框460处结束。如果不匹配，那么在框458处，系统提示重新评估以校正纸样。所述过程可返回到框415以提示新的图像，或返回到框430以重新处理现有的数据。在另一实施例中，管理员可校正所产生的纸样中的不匹配。
在此过程结束时，系统具有基础纸样，所述基础纸样在与面料特性数据结合时可用于创建服装模型。
图4b是纸样提取的一个实施例的流程图。所述过程从框460开始。在一个实施例中，当制造商或其它第三方提供cad数据时可使用此过程。在框465处，接收cad(计算机辅助设计)数据。cad数据在标称上界定了服装，其包含大小。由于制造工艺中的差异，cad模型与工厂生产的实际服装之间可能存在差异。
在框465处，过程确定由cad模型提供的大小是否需要修改。如果是，那么在框467处进行测量，并将测量数据与cad数据进行比较。在一个实施例中，使用测量数据校正cad模型中的差异，且随后使用经校正的模型。在一个实施例中，首先针对制造商对cad数据进行多次验证以确保其准确。如果cad数据一致地匹配，那么在一个实施例中，系统仅进行抽查。如果在cad数据与物理获得的数据之间存在差异，那么在一个实施例中，系统将制造商或cad提供商标记为不可靠，且可能每次均要进行验证。在一个实施例中，为验证而采取的测量是在没有cad数据可用的情况下所进行的测量的子集。在一个实施例中，验证先前被展示为不匹配的cad数据的子集。接着，所述过程继续到框470。
在框470处，过程确定所提供的cad数据是否界定布块及用于服装的布块之间的连接件。如果否，那么在框475处识别布块及连接件，且在框480处，将褶边及装饰添加到服装模型。接着，所述过程继续到框490。如果cad数据是正确的且包含所有所述信息，那么所述过程直接继续到框481。
在框481处，将引导点添加到纸样。引导点界定了基础纸样中的服装是如何穿着的。在一个实施例中，对于多种配置可具有多个引导点。
在框482处，捕捉面料特性，其包含纹理及双向反射分布函数(brdf)，所述函数界定光从服装模型的表面反射的方式。在框484处，以各种照明设置及面料拉伸来拍摄图像。面料往往对拉伸具有反应，且拉伸可改变面料的纹理及brdf。因此，在一个实施例中，获得包含拉伸的影响及各种照明的面料数据。在框486处，可使用服装的照片来验证所产生的模型。如上所述，在一个实施例中，如果验证失败，那么所述过程可返回到重新测量、重新拍摄及/或重新计算模型。过程接着在框488处结束。
面料本身的表征可离线完成，且可使用一块面料而不是服装。在一个实施例中，面料表征数据可由制造商或第三方提供。面料表征也可为上述纸样采集过程的部分。如上所述，面料表征可包含捕捉外观的依赖于观察者的方面，利用各种类型的照明及拉伸来捕捉面料的所有相关方面。
图4c说明了使用纸样来获得基础纸样的一个实施例。在制作服装本身之前，纸样由设计者用来为服装创造基础。这使得能够在实际服装可用之前捕捉纸样数据。所述过程从框490开始。
在框492处，接收纸样。纸样可为实际的纸张，或用于创建服装的模型的某种其它材料。
在框494处，从纸样获得测量值。在一个实施例中，这可利用上述的测量系统来完成。然而，因为这是一种纸样，所以不需要拉伸或照明变化，且布块在纸样本身中是固有的。因此，在一个实施例中，仅需要获得大小及布块之间的互连件。当然，对于此类纸样，需要在其它地方获得面料特性数据。
在框495处，基于纸样创建服装模型。在框496处，过程确定模型是否需要缩放。在一个实施例中，缩放用于纸样以使得能够为正常尺寸的服装创建“小”纸样。如果需要缩放，那么在框497处，基于与纸样一起提供的缩放因子缩放服装模型。在框498处，将引导点添加到纸样。接着，过程结束，从纸样产生了基础纸样。在一个实施例中，通过添加从其它来源获得的装饰及面料数据来调整此过程。
图5是构造服装基础纸样的一个实施例的流程图。所述过程从框510开始。在框515处，接收来自服装的测量值及其它数据，并将其与现有的基础纸样进行比较。在一个实施例中，比较可仅基于测量值。在另一实施例中，可对制造商、所识别的服装类型、性别等等进行初步比较。服装类型在一个实施例中是统一的。服装类型可为顶部与底部一样宽，或与短袖女式t恤相对于短袖女式衬衫一样特殊。如果服装类型匹配，那么比较测量值/比例。如果新服装的数据与现有基础模型相匹配，那么在框525处，使服装与所述基础模型相关联。在一个实施例中，这包含将用于每一定位的引导点与新服装模型相关联。所述过程结束。
如果新服装与任何现有基础模型不匹配，那么过程继续到框530。在框530处，识别用于纸样类型的定位。定位是体型上的可能穿着服装的位置。在一个实施例中，单个服装可具有多个定位，例如，具有弹性领口的女衬衫可在肩膀上或是脱掉的，夹克可敞开或合拢，衬衫可袖子向下或向上推，裙子可高穿或低穿等。这些配置中的每一者均是由纸样类型界定。在一个实施例中，每一纸样类型可如何穿着的定义是所作出的初步确定。在一个实施例中，可使用学习算法通过收集互联网上可找到的以各种方式穿着的服装的图像且识别纸样类型及它们如何穿着来进行确定。
在框535处，识别纸样的实际定位。这将“纸样类型”定位与正被纸样化的特定服装的实际测量值相关联。
在框540处，在适当位置处将所述组引导点附接到纸样以进行第一次定位。引导点经设计以匹配体型上的位置以确保服装被正确定位。在一个实施例中，所述组引导点的范围可从用于简单服装(例如从用户的腰部悬挂的a字裙)的两个引导点到用于具有复杂配置的服装的10个或更多个引导点。引导点的用途是确保服装没有被错误定位(用户的头部穿过手臂孔，或腰部的领口等)。
在框545处，所述过程确定对于此服装是否存在更多的潜在位置。如果是，那么所述过程返回到框540，以在用于此额外定位的位置处附加引导点。在一个实施例中，对于只有几个引导点不同的多个定位，所述服装具有一些“总是”引导点及一些“基于位置”的引导点，使得不存在重叠引导点。例如，可能敞开或合拢的夹克可具有用于肩膀及颈部的一组引导点，所述引导点无论夹克是敞开还是合拢均是相同的。在一个实施例中，每一潜在位置具有一组相关联的引导点。
如果不存在更多位置，那么在框550处，界定保持在此基础纸样内的方差范围。方差范围是将考虑相同的基础纸样的此服装的测量值的范围。在一个实施例中，方差相对较小，使得与特定纸样相关联的服装在视觉上看起来类似(不包含不影响纸样清晰度的装饰)。在一个实施例中，差异可能更大。在一个实施例中，所述变化可包含对布块大小的改变，但是具有类似的相对布块尺寸，例如，切割成较小及较大的相同纸样具有相同的纸样，但是具有不同的测量值。然而，在许多衣物中，较大的尺寸也采用不同的纸样，以考虑不同尺寸的人的相对比例的差异。因此，在一个实施例中，系统不假设不同尺寸的相同服装将是相同的基础纸样。
在框555处，存储新的基础纸样，且过程接着结束。
图6是从基础纸样创建服装模型的一个实施例的流程图。在框610处，过程开始。在框620处，系统获得基础纸样数据及实际服装的测量数据。
在框630处，如果存在，那么识别对来自基础纸样的布块大小的改变。如上所述，基础纸样可包含一些变化。在框630处识别这些变化。
在框640处，过程确定服装是否具有任何装饰。装饰可包含拼接、贴花、纽扣及对服装的其它视觉添加。如果是，那么在框650处，将装饰添加到服装模型。在一个实施例中，这包含界定装饰的位置及由于装饰而导致的下层服装的任何翘曲。例如，装饰性拼接可改变面料的特性，例如贴花。
在框660处，界定服装的呈现模型。呈现模型包含面料视觉特性及纸样。其用于所呈现的服装的视觉方面。面料视觉特性包含面料颜色及纸样、纹理特性、反射特性及面料的其它外观方面。
在框670处，界定服装的模拟模型。模拟模型包含关于纸样及面料机械特性的数据。面料机械特性可包含对每一维度上的拉伸、厚度、重量、光泽、与光的相互作用的机械响应。
模拟模型及呈现模型一起界定服装模型，所述服装模型包含纸样以及包含任何装饰的服装的机械及视觉方面。过程接着在框680处结束。
图7a是创建包含多个界标的体型的一个实施例的流程图。在框710处，过程开始。
在框715处，界定用于人体的测量的基线区域。在一个实施例中，这些是界定体型的测量值。在一个实施例中，最小的测量值包含身高、胸围、腰围、臀围。然而，为了精确起见，将使用额外的测量值。在一个实施例中，关于体型类型的信息可与测量值一起使用。例如，特定的身体可能被描述为椭圆形、梨形或沙漏形。还可使用关于身体的其它信息，例如bmi(身体质量指数)可与体重及身高结合使用来估计体型的方面。
在框720处，在体形上界定界标，以与基础纸样上的引导点平行。界标界定了衣服通常适合身体的位置。例如，界标可界定颈部、肩膀、腋窝等。
在框725处，获得大量身体扫描数据集。在一个实施例中，身体扫描数据可从利用自助终端、专业工具、相机或包含所述能力的游戏系统(例如
在框730处，将测量值集合分类为桶，以界定多个“体型”。每一体型均包含类似的身体，只有很小的变化，但是在外观及相对大小上大致类似。在一个实施例中，桶中的体型在彼此的小范围内，例如在测量值中的任一者中具有不大于0.1"或0.25"的差异。在一个实施例中，可存在数百或数千个体型桶。
在框735处，如果需要的话，针对体型中的每一者调整界标。通常，体型将具有在位置方面大致类似的界标。在一个实施例中，界标是基于体型的测量值。即，界标在所有尺寸的体型上不在相同的位置。例如，胖/高的身体可能会使用与瘦/矮的身体不同的界标位置。但是例如椭圆体形的女人的一条裤子的界标可能不同于将具有非常明显的腰部的沙漏体形的女人。
在框740处，界定可用于定制体型的表面方面。这些表面方面可包含不会影响衣服合身性的任何物理特性。例如，肤色、眼睛颜色、头发颜色、长度及样式全部有助于将体型界定为特定用户，但不需要调整衣服的合身性。此数据被存储，且由表面方面定制的体型用于向观看者提供与他或她匹配的体型。当然，此数据可能会影响衣服的外观。有橄榄色皮肤及深色头发的人身上的某种东西在灰白头发的苍白皮肤的女人身上可能不太好看。
这产生了多个身体基础形状。在一个实施例中，这些身体基础形状可用于为个体用户创建定制的体型，如下所述。过程接着在框745处结束。
图7b是使用身体基础形状来产生特定体型的一个实施例的流程图。所述过程从框750开始。在框760，界定多个身体基础形状。在一个实施例中，身体基础形状是当放在一起时形成完整体型的身体区段。在一个实施例中，身体基础形状是跨越人类变异范围的一组完整体型。
在框765处，接收用户的身体扫描数据。在一个实施例中，用户可利用进行身体扫描的自助终端(例如kinecttm等系统)或相机或一组相机来创建身体扫描。在一个实施例中，可使用例如配备有深度相机的手机或平板计算机的移动装置。在另一实施例中，可组装多个照片或视频来装入扫描数据。在一个实施例中，身体扫描可采取多组测量值，例如有及没有贴身内衣的测量值。身体扫描数据还可包含例如人体脂肪百分比及分布等信息及其它相关信息。在一个实施例中，如果用相机完成身体扫描，那么除了身体扫描数据之外，数据还包含外观数据。
在框770处，组合身体基础形状以为用户创建体型。基于人体扫描数据选择形状的组合。所述组合可通过组合各个身体部位、通过混合多个基础形状或通过其它手段来进行。在一个实施例中，特定体型可由一或多个身体基础形状与被确定为最佳匹配扫描的数据的权重的线性组合形成。在一个实施例中，身体基础形状的组合可为非线性的，其中参数描述经确定以便最佳地匹配扫描的数据的非线性组合。在一个实施例中，可将身体基础形状参数化以表达体型的范围，且可选择参数以便最佳匹配扫描的数据。接着，在框775中使用所述组合来创建最佳地匹配扫描的数据的完整体型。在一个实施例中，基础形状可包含允许表示各种姿势的线性或非线性基础集合。此特征使得能够以更具表现力的姿势呈现体型，重新定位及产生移动，而不需要对每一个别用户的不同姿势进行多次扫描。
在框778处，当可用时使用用户的轮廓数据来验证体型。如果使用相机或其它扫描仪获取原始用户数据，那么系统具有从一或多个角度观察的用户外观的轮廓/外形。系统用实际轮廓数据验证所创建的复合体型。如果不匹配，那么在一个实施例中，系统可重新计算，重新拍摄或提醒管理员不匹配。
在框780处，将与用户相关联的表面方面应用于体型，以匹配用户的外观。在一个实施例中，在获得用户的身体扫描数据时，还传输至少一个摄像图像或视频数据，使得系统能够将表面方面(包含皮肤颜色、头发颜色、眼睛颜色、发型中的一或多者)应用到体型。在一个实施例中，如果用户穿着装饰物品(例如戒指、项链、耳环、指甲油等)，那么所述方面也可用于体型。目标是产生与用户外观匹配的体型，使得用户看到服装在他或她身上将看起来如何。过程接着在框785处结束。
图8是将特定纸样装扮到特定体型上的一个实施例的流程图。所述过程从框810开始。在一个实施例中，此过程在系统与用户交互之前发生。在另一实施例中，当具有特定体型的用户请求对服装集合中的特定服装的描绘时，此过程根据需要进行。
在一个实施例中，系统预先计算多个服装描绘，使得最合理的人体测量值可与期望的测量值与最佳匹配描绘的测量值之间的已知误差范围内的最类似的描绘相匹配。此预先计算可随时发生。在一个实施例中，为了提供足够的覆盖范围，获得关于平均尺寸/变化的人口数据，且所述人口数据用于确定将覆盖人类测量值的合理范围的最小数量的体型。体型的数量界定了预期误差。在一个实施例中，对于此类误差，系统使用小于距离阈值。例如，男士衬衫的领口以英寸为单位测量，且大多数男士的颈部测量值可能在12"到19"之间变化。目标是创建足够数量的体型以最小化大多数用户的误差。在一个实施例中，虽然实际的颈部测量值可在9"及26"英寸之间变化，但是误差可能是概率性的，测量之间的较小增量在在12"到19"的“公共”范围内且较大步长在较高及较低尺寸下。在一个实施例中，尺寸范围可基于统计分析来选择，且可针对不同类型的服装而不同(例如，紧身型连衣裙可具有比松散裹身裙更有限的尺寸范围)。
在框815处，选择体型。
在框820处，选择用于装扮的服装模型，且识别用于服装模型的定位的引导点。如上所述，在一个实施例中，服装可具有多个定位选项。
在框825处，识别与引导点匹配的体型上的匹配界标。体型可具有比用于特定服装的引导点的数量更多的界标。
在框830处，拉伸服装的组件，且将其放置在如由界标界定的体型的适当部分周围。在一个实施例中，拉伸将服装拉伸超过身体本身一小段距离，并将其定位。在一个实施例中，通过以物理上不可行的方式围绕身体拉伸服装超出面料拉伸的正常范围且接着使用优化过程将初始配置修改为物理上合理的配置来完成模拟放置。
在框835处，缓慢释放面料，直到其稳定在由体型提供的框架上。在一个实施例中，所述过程经设计使得服装模型自然稳定在体型上。然而，与实际的服装不同，服装模型可沿着所有的维度无限拉伸，因此可使用拉伸以允许服装模型落到体型上。
在框840处，所述过程确定引导点及界标是否正确对准。如果否，那么系统确定数据可能无效。在一个实施例中，系统再次运行所述过程。在一个实施例中，向用户指示误差。在一个实施例中，向管理员标记但是不向用户指示误差。在一个实施例中，系统返回到框830以重新处理。在一个实施例中，如果误差被接受，或没有不匹配，那么过程继续到框850。
在框850处，所述过程确定由于配合而导致的面料上的翘曲是否合理。如上所述，服装模型可无限拉伸。然而，真实的面料不能等同地拉伸。因此，在框850处，所述过程确定当在体型上时面料的最终拉伸对于物理服装是否合理。
如果否，那么在框855处，通知用户服装不合身。在一个实施例中，通过修改面料的表面外观来视觉地展示不合身，以展示相关数据。例如，系统可显示材料太紧的位置的色图，或使材料在其被显著拉伸的位置比正常情况更有光泽。在一个实施例中，所述过程接着使得用户能够选择不同的服装来进行装扮。在一个实施例中，系统可推荐不同的尺寸。在一个实施例中，系统可自动改变服装的尺寸。在一个实施例中，用户可选择特定的衣物，且系统可基于体型测量值自动选择适当的尺寸。
如果翘曲是合理的，那么在框860处，所述过程确定是否应针对所述体型及服装处理其它定位。如果是，那么所述过程返回到框820以识别下一个位置的引导点。如果定位不需要进一步处理，那么过程继续到框865。接着，在框865处存储装扮数据。过程接着在框870处结束。
图9是模拟及呈现衣服模型的一个实施例的流程图。所述过程从框910开始。在框915处，选择体型。选择可基于正针对其产生数据的用户，或可依次选择每一体型来处理体型的数据库。在一个实施例中，可基于来自用户的数据从身体基础形状元件产生体型。在一个实施例中，模拟及呈现可针对每一潜在的体型而离线发生，且系统可基于来自用户的数据来检索适当的描绘。然而，为了简单起见，此描述将假设描述是为了匹配用户的数据而产生的。
在框920处，使用装扮数据来将服装应用于选定体型。上面关于图8描述了此过程的一个实施例。
在框925处，使用物理引擎以及面料特性数据(机械特性及面料视觉特性)来计算服装在体型上的行为。在一个实施例中，系统使用由多边形集合构成的网格来表示服装。这些多边形界定了服装可折叠、弯曲、悬垂及移动的方式。使用许多多边形会创建效率低下的模拟，但是使用太少多边形会阻止实现实际的结果。因此，系统可使用自适应方法，其中具有太多多边形的区域将被简化为使用更少多边形，且具有太少多边形的其它区域将被细化以增加更多多边形。在一个实施例中，基于模拟的衣服片段的拉伸、弯曲及其它方面来识别多边形的最佳大小/数量。例如，腰部比背部具有更多的多边形，且合身的服装在腹部区域比宽松的服装具有更多的多边形。
在一个实施例中，系统利用模拟软件来计算面料将如何在体型上悬垂或随着体型的移动而移动。在一个实施例中，模拟使用自适应网格重构或各向异性自适应网格重构中的一者。在一个实施例中，所述实施方案使用基于三角形的有限元法(fem)。自适应网格重构基于拉伸及起皱及运动的区域来调整表示面料的多边形的大小。各向异性自适应网格重构调整多边形以使其与起皱对准，因此并非所有多边形在所有方向上均是相同的。基于三角形的fem用来寻找偏微分方程的边界值问题的近似解，以产生形状。使用各向异性自适应网格重构通过在需要的位置提供更多的细节但是在不需要的位置减少细节及因此复杂性，加快了产生服装悬垂及运动数据的过程。所述算法用运动及悬垂来预测起皱将发生的位置，并相应地调整形状。
计算可基于数值方法，例如有限元法、有限差分法、弹簧质量系统或可用于计算机械变形的其它数值方法。在一个实施例中，当用此服装或基于相同基础纸样的另一服装物理地模拟类似的现有体型时，系统重新使用物理计算的可重新使用的部分。
在框930处，系统基于所计算的服装行为及服装模型数据来呈现所述描绘。在一个实施例中，当用此服装或基于相同基础纸样的另一服装呈现类似的现有体型时，系统重新使用呈现计算的可重新使用的部分。在一个实施例中，对于类似体型及类似基础纸样，系统可能能够完全避免重新呈现，且调整先前的呈现。在一个实施例中，系统可将呈现一起放置在类似的体型及/或具有类似的基础纸样的服装及/或具有类似的装饰的服装上，以重新使用先前的计算。此重复使用加快了呈现过程。如果系统根据用户的请求实时地呈现描绘，那么重新使用特别有用。目标是使系统响应是无缝的且接近瞬时。重复使用可使用来自一个类似的先前计算结果的数据，或可组合来自多个先前计算的结果的数据以创建新结果。
在一个实施例中，物理模拟考虑了人体组织的弹性。紧身服装可能会导致下层身体组织的压缩及塑形。因此，将体型界定为刚性物体将不会反映服装的实际合身性。在一个实施例中，与人体组织一致的弹性参数界定了基础体型可变形的程度。在一个实施例中，系统可进行测量及照片拍摄，且基于测量值来确定肌肉紧张度及体脂水平。在一个实施例中，系统还可例如通过包含所述确定的量表或使用来自其它来源的关于人体生理学的数据来直接获得体脂数据。在一个实施例中，系统可用不同类型的服装请求多个身体扫描数据集，并使用此数据来计算弹性/压缩。在一个实施例中，用户的体型因此具有基础体型及相关联的弹性。在一个实施例中，体型对于每一身体部位都可具有弹性。在一个实施例中，所述系统基于体型及服装模型中的每一者的相对弹性及变形来对体型与服装模型之间的弹性相互作用进行建模。
在一个实施例中，为了创建服装的精确表示，利用全局照明。在一个实施例中，“路径跟踪”算法用于计算“全局照明”。全局照明捕捉对于制作逼真的图像至关重要光的微妙的相互反射。通常，正确的照明需要呈现出光如何离开光源并照射到表面，其包含光的间接照明及反弹。此外，考虑微妙的效果，例如从颜色弹回的光，因为它们对服装的视觉外观有影响。路径跟踪会跟踪光子可在随机采样的路径上行进的每条路径，以确定光行进以产生图像的路径。
在一个实施例中，呈现可以各种艺术方式进行风格化，使得它们看起来不太像照片，而更像是绘画或另一风格化描绘。呈现可包含错误的伪色或传达将通常不可见的信息的其它可视化。例如，呈现可使用颜色变化来说明服装在给定体型上的适合程度。在一个实施例中，用户可在“真实”呈现及呈现之间切换以突出显示例如紧身度/拉伸等数据或服装将如何适合的其它相关方面。
在框935处，过程确定所提出的呈现是否有效。无效结果可包含服装的尺寸不适合身体的结果。例如，服装对身体来说太大且将会掉落，或太小且会撕裂或不舒服。在一个实施例中，这可通过分析呈现的图像来完成。在另一实施例中，这可通过将衣服的几何配置与人体模型进行比较来完成。在一个实施例中，这可在呈现完成之前完成。在一个实施例中，测试还可使用模拟数据(例如面料应变或收缩压力)来确定结果是否正确地适合身体。在一个实施例中，在一些情况下，在自动测试不产生确定性结果的情况下，测试还可使用人来检查结果。如果所提出的呈现无效，那么在框937通知用户，且过程结束。替代地，所述系统可推荐更大、更小或具有更多灵活性的替代服装。
在框940处，过程确定呈现是否包含移动或多个位置。在一个实施例中，呈现包括创建静态图像，及短的移动图像，所述短的移动图像展示在相机及/或用户正在移动时服装将如何显现在用户身上。如果不存在移动呈现，那么所述过程在框960处结束。
如果呈现将包含移动，那么过程继续到框945。在框945处，物理引擎使用人体力学使体型动画化。在一个实施例中，默认移动动画是例如步行等简单运动。在框950处，使用物理引擎计算动画期间的服装移动。请注意，服装移动受到身体移动的影响。例如，随着穿裙子的女人在步行，她的臀部在移动，这会影响服装移动。
在一个实施例中，物理模拟还考虑人体移动时人体组织的移动。此移动可能是由于紧身服装，其由于人体组织的惯性效应、由于肌肉在被施加力时的移位，或由于引起人体组织的运动的其它因素而引起的下层身体组织的压缩及塑形。在一个实施例中，描绘基于体型的测量值来调整体型的姿势。例如，沉重的身体会使手臂更加张开，使得它们不与身体相交，而瘦小的身体可能会使它们较低程度地张开以形成更自然的姿势。在一个实施例中，模拟的部分可被重新使用。例如，当衣服已在体型上被模拟且现在需要在类似体型上被模拟时，可通过使用来自类似身体的输出开始模拟来节省处理。
在框955处，呈现描绘以供显示。描绘展示体型与服装一起以预定方式移动。在一个实施例中，动画序列可由用户来控制，例如，用户可选择创建对跑步与步行或跳舞与跑步等的描绘。在一个实施例中，用户可从动画的多个可能的移动来进行选择。过程接着在框960处结束。
图9b是模拟包含多件衣服的衣服模型的一个实施例的流程图。一般来说，一个人穿着多件衣服，因此在一个实施例中，体型应能够说明套装，而不仅仅是一件衣服。所述过程从框965开始。
在框970处，获得针对多件服装中的每一者的服装模型及描绘。在框975处，过程确定多件衣服是否重叠。当多件衣服分层时，由于层之间的相互作用，面料不同地移动、翘曲及拉伸。如果服装不重叠，那么在框990处，那么产生描绘或在先前已经产生了描绘的情况下获得所述描绘，且组合所述描绘。多层布料通过碰撞、接触或约束相互作用。过程接着在框995处结束。
如果在一个实施例中，服装在被穿着时重叠，那么这是基于与每一服装相关联的引导点来确定的，所述过程继续到框980。
在框980处，计算用于重叠的衣服的面料机械特性，或针对重叠调整特性。例如，由于摩擦，在丝绸吊带背心上穿着的服装的移动将与相同服装在粗呢套装裙上的移动不同。因此，在一个实施例中，系统基于其它重叠服装的影响来调整服装中的每一者的面料机械特性。
在框985处，考虑到对面料机械特性的这种影响及服装间效应，重新运行呈现及模拟。例如，如果夹克穿在厚厚的毛衣上，那么所述夹克的定位不同于穿在吊带背心上或没有穿在任何衣服上的夹克。接着，使更新的描述可用。过程接着在框995处结束。在一个实施例中，在多件衣服被单独模拟或呈现的情况下，重新运行模拟及/或呈现可利用现有数据以获得减少的计算时间。
图10是终端用户与系统的交互的一个实施例的流程图。所述过程从框1010开始。在框1015处，用户登录到系统或存取系统。所述系统可包含基于浏览器或基于应用程序的系统。
在框1020处，过程确定系统是否具有用户体型。用户的体型可从测量值、照片、测量室或使得系统能够获得用户的精确匹配数据的另一机构获得。如果不存在用户数据，那么在框1025处，向用户提醒定制选项。在一个实施例中，用户可基于用户接口选择来进行一些定制。然而，这不与将从正确的测量值获得的体型高度匹配。
在框1030处，过程确定是否存在用户个性化数据。个性化数据描述用户偏好信息，其可用于为用户定制选择。
接着，所述过程继续到框1040。在框1040处，为用户选择一或多个物品。在一个实施例中，当可用时，基于用户输入、体型及个性化数据来选择物品。例如，用户输入可包含用户正在寻找礼服衬衫或礼服的指示。在一个实施例中，当没有数据可用时，可要求用户选择体型及个性化细节，如在常规系统中(例如，身高、体重、体型及一般风格)。所述信息可用于选择所述物品。在一个实施例中，如果没有数据可用，那么系统可简单地选择最流行的物品以呈现给用户。
在框1045处，系统针对用户呈现物品。在一个实施例中，这可包含针对用户的体型最新呈现数据。其可能正在改变现有的呈现来匹配用户的信息。其可在用户身体的误差容限内检索先前呈现的版本。
在框1050处，在一个实施例中，系统确定用户是否希望定制。定制可用于一些或全部物品。在一个实施例中，定制可包含例如面料、颜色或其它方面的变化等变化。在一个实施例中，如果定制可用，那么在框1055处，允许用户在所述服装极限内修改所述服装。例如，服装可被限制为更改某些装饰或特性，或能够用可定制的各种领口形状或袖口来呈现。例如，定制可包含：添加例如绣花等装饰、改变一条裤子或一件衬衫的长度、改变所使用的面料、改变领口形状、添加或改变袖口、改变袖子的类型、添加褶皱等。过程接着返回到框1045以呈现修改的物品。在一个实施例中，先前呈现的数据被重新使用，且只有通过修改而改变的那些方面才被重新呈现。例如，如果用户改变打褶，那么这可能会改变打褶周围的区域，但将不会改变袖子显现的方式。
在框1060处，过程确定用户是否完成。在一个实施例中，用户可在他或她确定要购买哪些物品或结束会话时完成。如果用户还没有完成，那么所述过程返回到框1040，以选择要呈现的另一物品。过程接着在框1065处结束。虽然流程图结束，但是在一个实施例中，用户可选择呈现及任选定制的物品中的一或多者以进行定购。在一个实施例中，可使用常规的在线购物机制来提供这些特征。
图11是基于装扮及模拟数据实现按合身搜索的一个实施例的流程图。所述过程从框1110开始。在一个实施例中，当用户在其体型上查看特定服装模型且已经请求具有类似合身度的额外服装时，此过程开始。在另一实施例中，这可在用户与系统交互时自动起始。在一个实施例中，所述系统允许按合身搜索。在一个实施例中，按合身搜索将搜索具有相同基础纸样的物品或具有不同基础纸样但是另外具有类似合身度的物品。
在框1120处，所述过程检查描绘以识别合身度。合身度是基于紧身度、皮肤、移动、多点处的长度及面料机械特性。合身度也可基于更复杂的模型，其考虑来自用户调查、用户购买习惯的数据或其它数据。
在框1130处，将合身度特性化。在一个实施例中，特性化的合身度界定了多种类型的合身度中的一者。例如，衬衫可能具有紧身的躯干合身度、宽松的直筒内衬合身度，及令人不适的面料合身度。在一个实施例中，此特性化使用服装模型在用户体型上的呈现，因为合身度因服装及身体的相对尺寸而不同。在一个实施例中，合身度可按照衣服部分，例如，可在腰部、胸部、肩膀及手臂处对衬衫进行合身特性化。
在框1140，所述过程确定是否存在将类似地合身的其它服装。如果是，那么在框1050显示那些服装。在一个实施例中，通过向用户呈现相同服装的多个描绘来显示服装，其中每一描绘展示服装的不同配置、体型姿势或视点。在一个实施例中，使用短的呈现视频来显示服装，从而展示运动中的服装。在一个实施例中，不是呈现实际的视频，而是系统呈现一系列的姿势，所述姿势被组合成短视频。
所述过程接着结束。在一个实施例中，可向用户显示额外的服装作为其它选项，所述额外服装有点类似但是合身度不匹配且受类似体型的其它人欢迎。
如果找不到合适的服装，那么在框1160处，所述过程确定具有类似体型的其它人是否具有不同的合身度。在一个实施例中，系统显示来自其它用户的服装，其在其它用户身上具有类似合身度作为其针对此服装的合身度。如果这也不可用，那么会产生内部警报以指示缺少具有此合身度的合适服装。在一个实施例中，当向系统添加满足用户的合身请求的额外服装时，系统可允许用户设置警报。过程接着在框1190处结束。
图12a是基于用户数据的时装画册产生的一个实施例的流程图。所述过程从框1210开始。
在框1220处，接收用户的人体模型数据及偏好数据。在一个实施例中，连续收集关于用户的偏好的数据。在一个实施例中，当用户选择时装画册时接收数据。
在框1230处，所述过程确定用户是否想要定制时装画册。定制时装画册是为用户的身体定制的。在一个实施例中，时装画册是电子时装画册。在另一实施例中，时装画册可为打印的时装画册。在一个实施例中，时装画册可为例如平板计算机等移动装置上的定制应用程序。
如果用户不想要定制时装画册，那么在框1240处，基于任何可用数据来选择显示广告，但是不为用户定制广告。所述过程继续到框1270。
如果用户确实需要定制时装画册，那么在框1250处，选择将适合用户的人体模型、偏好及风格数据的物品。在一个实施例中，所述选择是基于类似的其它用户的先前购买。
在框1260处，创建定制的时装画册，其中针对用户的人体模型呈现选定物品。在一个实施例中，时装画册包含协调的套装，其包含配件。图12b说明了可使其对用户可用的时装画册的一个实施例。在一个实施例中，时装画册可提供观看各种姿势、定制服装以及使体型动画的机会。在一个实施例中，用户也可购买时装画册中的物品中的任一者。
返回到图12a，在框1270处，跟踪与广告或时装画册的交互。这用于识别用户的风格及偏好。在一个实施例中，当用户与服装物品交互时(其中交互可观看不同的姿势或定制或购买)，系统指示用户对此特定风格感兴趣。
在框1280处，基于交互跟踪来更新偏好数据。过程接着在框1290处结束。
图12c说明了充分合身物品(在左侧展示)与过大的物品(在右侧展示)之间的合身度差异的一个实施例。在一个实施例中，系统自动选择适合用户身体的物品。然而，用户可能更喜欢更大的物品，更宽松的外观，或更紧身的物品。在一个实施例中，在图12b的时装画册中，用户可针对合身从系统自动确定最适合用户偏好的外观来改变大小。如上文所讨论，最新调整大小的服装将被配合到用户的人体模型上。以此方式，用户可看到特定的服装如何适合他或她的身体，且可定制紧身度/宽松度、长度等。
图13是基于数据产生定制衣服的一个实施例的流程图。定制服装可为定制制造或向制造商提供定制数据。所述过程从框1310开始。
在框1320处，为体形提供从系统的所有用户收集的统计数据。在框1330处，所收集的统计数据可使得能够根据真实世界合身数据调整其过程。这对于一般的设计目的而不仅仅是一次性的定制是有用的。
在框1340处，过程确定是否请求定制制造。如果否，那么在框1390处，提供定制选项。这实现了半定制衣服创造，例如提供不需要定制制造的服装的材料、装饰及类似方面的变化。过程接着在框1385处结束。
如果在框13450处请求定制制造，那么过程继续到框1350。在框1350处，过程确定定制制造机器是否可用。定制制造机器可利用设计数据(例如纸样及定尺寸数据)来自动创造服装。
如果定制制造机器可用，那么在框1360处，系统利用用户的实际体形数据来设计、切割及缝制按需定制的衣服。过程接着在框1385处结束。
如果没有机器可用，那么在框1370处，基于用户的实际体形数据来配置定制服装模特。在一个实施例中，服装模特可为自动可定制的。在一个实施例中，系统可输出标准可调整服装模特根据用户的体型进行定制所需的调整。
在框1380处，系统能够在每个阶段使用定制服装模特，以使得能够制作适合于用户的实际身体的定制服装。以此方式，在一个实施例中，系统允许定制服装制造，不管是使用专业裁缝还是定制机器。过程接着在框1385处结束。
图14是可使用的示例性非破坏性采集架的说明。在一个实施例，架包含具有多个多色led灯的结构1440。在一个实施例中，多色led灯是led条或面板，其可经设置以模拟自然光及人造光，以及以各种强度从各种角度提供光。在一个实施例中，可单独或成组地控制led灯以模拟来自不同方向的照明。这使得能够使用称为“路径跟踪”的呈现方法，其是用于计算“全局照明”的具体算法。全局照明捕捉对于制作逼真的图像至关重要的光的微妙的相互反射。通常，正确的照明需要呈现出光如何离开光源并照射到表面，其包含光的间接照明及反弹。如上所述，通过捕捉各种照明，足够的数据被捕捉以实现正确的呈现。
所述结构进一步包含附接到高架结构的相机或多个相机1420。相机具有遥控快门，使得照片可在没有任何直接的人为干预或不受计算机程序控制的情况下拍摄。
一件衣服摆放在平坦部分1430上。在一个实施例中，架的平坦部分1430或平台部分由覆盖在衬底材料上的黑色金属片构成，从而允许在捕捉期间使用磁体来帮助将服装保持在适当位置。在一个实施例中，使用具有高度有吸引力的钕稀土磁体。在一个实施例中，平台1430的表面具有高度纹理化的中性色帆布，使得表面与服装之间的摩擦有助于使服装变平。在一个实施例中，所述区域包含测量工具，例如毫米标记或物品的实际大小的其它指示物。在一个实施例中，除了摆放衣片之外，采集架还能够拉伸服装，以捕捉变形对面料外观及颜色的影响。如上所述，在此架上拍摄照片，且接着专用计算机系统处理数据以获得特性信息。
图15是可在其上实施本发明的计算机系统的一个实施例的框图。实际利用的计算机系统可为用于呈现图像的一组分布式处理器。在一个实施例中，呈现可发生在单个处理器、处理器集群、云计算平台或提供足够的计算能力来产生提供上文讨论的精确图像呈现所必需的数据的另一机构上。在一个实施例中，用户可在计算机系统上显示结果，所述计算机系统可为具有网络连接以从服务器获得数据且获得足够的计算能力来显示数据的台式机、膝上型计算机、平板计算机、智能电话或其它计算机系统。
图15中所说明的数据处理系统包含用于传送信息的总线或其它内部通信装置1540，及耦合到总线1540以处理信息的处理单元1510。处理单元1510可为中央处理单元(cpu)、数字信号处理器(dsp)、图形处理单元(gpu)或另一类型的处理单元1510。
在一个实施例中，系统进一步包含耦合到总线1540的随机存取存储器(ram)或其它易失性存储装置1520(称为存储器)，以用于存储信息以及要由处理器1510执行的指令。主存储器1520还可用于在处理单元1510执行指令期间存储临时变量或其它中间信息。
在一个实施例中，系统还包含耦合到总线1540的只读存储器(rom)1550及/或静态存储装置1550，以用于存储处理器1510的静态信息及指令。在一个实施例中，所述系统还包含例如磁盘或光盘等数据存储装置1530及其对应的磁盘驱动器，或当没有电力被提供给系统时能够存储数据的快闪存储器或其它存储装置。在一个实施例中，数据存储装置1530耦合到总线1540以用于存储信息及指令。
系统可进一步耦合到通过总线1560耦合到总线1540用于输出信息的输出装置1570，例如阴极射线管(crt)或液晶显示器(lcd)。输出装置1570可为视觉输出装置、音频输出装置及/或触觉输出装置(例如，振动等)。
输入装置1575可耦合到总线1560。输入装置1575可为字母数字输入装置，例如包含字母数字及其它键的键盘，以用于使得用户能够将信息及命令选择传送给处理单元1510。可进一步包含额外的用户输入装置1580。一个这样的用户输入装置1580可为光标控制装置1580，例如鼠标、轨迹球、触控笔、光标方向键或触摸屏，可通过总线1560耦合到总线1540，以用于向处理单元1510传送方向信息及命令选择且用于控制显示装置1570上的移动。
任选地耦合到计算机系统1500的另一装置是用于经由网络存取分布式系统的其它节点的网络装置1585。通信装置1585可包含多个商业上可用的网络外围装置中的任一者，例如用于耦合到以太网、令牌环、因特网或广域网、个域网、无线网络或用于存取其它装置的其它方法的装置。通信装置1585可进一步为零调制解调器连接，或提供计算机系统1500与外界之间的连接的任何其它机构。
注意，图15中所说明的此系统的任何或所有组件及相关联的硬件可用在本发明的各种实施例中。
所属领域的一般技术人员将认识到，实施本发明的特定机器可根据具体实施方案以各种方式来配置。实施本发明的控制逻辑或软件可存储在主存储器1520、大容量存储装置1530或处理器1510可本地或远程存取的其它存储媒体中。
对于所属领域的一般技术人员来说显而易见的是，本文中描述的系统、方法及过程可被实施为存储在主存储器1520或只读存储器1550中并由处理器1510执行的软件。此控制逻辑或软件也可驻留在包含计算机可读媒体的制品上，所述计算机可读媒体具有实施在其中且可被大容量存储装置1530读取且使处理器1510根据本文中的方法及教示进行操作的计算机可读程序代码。
本发明还可实施在含有上述计算机硬件组件的子集的手持或便携式装置中。例如，手持装置可经配置以仅含有总线1540、处理器1510及存储器1550及/或1520。
手持装置可经配置以包含用户可使用其从一组可用选项中进行选择的一组按钮或输入信令组件。这些可被认为是输入装置#11575或输入装置#21580。手持装置还可经配置以包含用于向手持装置的用户显示信息的输出装置1570，例如液晶显示器(lcd)或显示元件矩阵。常规方法可用来实施此手持装置。鉴于如本文中所提供的本发明的揭示内容，所属领域的一般技术人员将明白此装置的本发明的实施方案。
本发明还可体现在包含上述计算机硬件组件的子集的专用装置中，例如自助终端或交通工具。例如，器具可包含处理单元1510、数据存储装置1530、总线1540及存储器1520，且不具有输入/输出机构，或仅包含基本的通信机构，例如允许用户以基本方式与装置进行通信的小触摸屏。一般来说，装置越特殊，装置运行所需的元件就越少。在一些装置中，与用户的通信可通过基于触摸的屏幕或类似机构来进行。在一个实施例中，装置可不提供任何直接输入/输出信号，而是可通过网站或其它基于网络的连接通过网络装置1585来配置及存取。
所属领域的一般技术人员将认识到，可根据特定的实施方案使用被实施为计算机系统的特定机器的任何配置。实施本发明的控制逻辑或软件可存储在处理器1510可本地或远程存取的任何机器可读媒体上。机器可读媒体包含用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读媒体包含只读存储器(rom)、随机存取存储器(ram)、磁盘存储媒体、光学存储媒体、快闪存储器装置或用于临时或永久数据存储的其它存储媒体。在一个实施例中，控制逻辑可被实施为可传输数据，例如电信号、光学信号、声学信号或其它形式的传播信号(例如，载波、红外信号、数字信号等)。
在前述说明书中，已经参考本发明的具体示范性实施例描述了本发明。然而，显而易见的是，可对其进行各种修改及改变，而不偏离如所附权利要求书中所阐述的本发明的更宽泛的精神及范围。因此，说明书及附图被认为是说明性的而不是限制性的。
- 还没有人留言评论。精彩留言会获得点赞！