سامانه طراحی سه بعدی لباس با استفاده از الگوریتم ژنتیک محاوره ای و خوشه بندی k-means

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه نساجی، دانشکده فنی و مهندسی، دانشگاه یزد

2 عضو هیات علمی دانشکده مهندسی نساجی دانشگاه یزد

چکیده

در عصر حاضر، با توسعه روزافزون فناوریهای رقمی و کاربرد آن در ارتقا و تسریع روند تولیدات هنری و نیز کاهش بهر هوری رو ش های
سنتی، کاربرد رایانه در طراحی لباس جایگاه ویژه ای یافته است. در این پژوهش، سامانه طراحی سه بعدی لباس با استفاده از الگوریتم
ژنتیک محاور های و خوشه بندی k-means ارائه شده است. با استفاده از نرم افزار طراحی لباس، اجزای لباس شنای زنانه شامل بالاتنه،
میان تنه و پایین تنه، جداگانه طراحی شده و به شکل سه بعدی ذخیره می شود. طر ح های اجزای لباس و طرح های پارچه به کاربر ارائه
می شود و کاربر با انتخاب طرح های مورد علاقه خود، بانک اطلاعاتی را می سازد. با استفاده از الگوریتم ژنتیک طرح های لباس ایجاد
می شود. طرح های لباس روی آدمک قرار گرفته و با چرخش آدمک، تمام بخش های لباس برای کاربر قابل دید است. در سامانه ارائه
شده برای کاهش خستگی کاربر، با استفاده از روش خوشه بندی k-means کل جمعیت به هشت خوشه تقسیم می شود. کاربر فقط
نماینده هر خوشه را ارزیابی می کند و برازندگی سایر اعضا براساس مقدار شباهت و برازندگی نماینده هر خوشه که توسط کاربر معین
شده، محاسبه می شود. نتایج نشان می دهد، میزان رضایت از این سامانه زیاد است و می تواند باعث تسهیل طراحی و ارتقای سطح
آن و کمک به طراحان شود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

3D Garment Design Using Interactive Genetic Algorithm and k-Means Clustering

نویسندگان [English]

  • tahere zare zade 1
  • Pedram Payvandy 2
1 textile department
چکیده [English]

Today, with increasing development and utilization of digital technologies to promote and accelerate artistic
production trends, the use of computers has found a special place in fashion design. In this study, a 3D garment
design system using interactive genetic algorithms and k-means clustering is proposed. Components
of a swimsuit (top style, waist and bottom style) were individually designed using the 3D garment design
software. The fabric designs were reviewed and selected by users to make a database of favorites. The designs
were generated using genetic algorithms on a dummy. By rotation of the dummy, the users could see
all parts of the swimsuit intuitively. In order to reduce the eye strain/fatigue, the total population was limited
into 8 clusters using k-means clustering. Then, the fitness of the designs was determined by the user and the
next generations were produced by this fitness and evolution principles. The results of evolutions indicate the
system efficiency in fashion set design using a fabric pattern set at minimum cost and shortest time according
to user’s satisfaction.

کلیدواژه‌ها [English]

  • 3D garment designing
  • user fatigue
  • interactive genetic algorithm
  • k-means method