선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 제5차 한국인 인체치수 조사의 20~30대 여성의 3차원 인체측 정치를 이용하여 성인 여성의 하반신 체형을 분류하고, 체형별 3차원 가상모델을 구현하고자 한다’ 더나아가 3차원 가상모델을 이용하여, 가상봉제 시스템으로착의평가를 실시하고, 실제와 가상모델의 착의평가 결과의일치도를 확인, 검증하여 의복의 설계와 생산과정에서 컴퓨터를 이용한 자동시스템의 기초자료를 제공하고자 한다.
제안 방법
- 분석에 사용된 계측항목은 선행연구결과를 기초로 체형 파악과 타이트 핏청바지 패턴 설계 시 요구되는 계측 항목 45항목으로 설정하였으며와 같다.
- 각 계측 항목에 대한 기술통계량으로 평균과 표준편차, 최대값, 최소값을 구하고, 하반신 계측자료의 정보를 최소의 요인으로 압축- 요약하기 위하여 요인분석을 실시하였다. 전체 계측항목에 대해 상관 행렬을 이용한 요인분석의 하나인 주성분 분석을 행하고 요인의 수를 결정하는 기준으로 Kaiser 가 제시한 고유치 1.00 이상인 요인을 채택하였다. 추출된 요인에 대해서는 Var江max법에 의한 직교회전하여 요인의 내용을 밝혔다.
- 추출된 요인에 대해서는 Var江max법에 의한 직교회전하여 요인의 내용을 밝혔다. 각 요인 분석의 결과에 의해서 하반신에 대한 군집 분석을 실시하였다. 하반신의 형태적 특징 및 출현율과 분포상태를 고려하여 군집의 수를 제시하였다.
- 각 요인 분석의 결과에 의해서 하반신에 대한 군집 분석을 실시하였다. 하반신의 형태적 특징 및 출현율과 분포상태를 고려하여 군집의 수를 제시하였다. 분류된 체형의 차이를 검토하기 위하여 측정 항목의 유형별 평균치에 대해서 ANOVA와 사후 검정으로 Duncan-test를 실시하였다.
- YUKA의 Pattern CAD System을 이용하여 2차원의 패턴을 시뮬레이션이 가능하도록 변환 하였으며, 가상모델의 착장 외관에 실제 감을 더하기 위해 원단의 KES 물성 테스트 결과를 시스템 내에 있는 원단의 물성 조건으로 입력하여 실제 부츠컷 청바지 제작과 동일하게 형성시켜 실시하였다 ,
- 피험자는 측정복 상의와 하의를 착용하고 측정용 발판에맞추고 랜드마크(l&ndmark)를 표시하였다. 눈은 정면을 바라보는 바른 자세를 하고, 옆선 실루엣이 드러나도록 양팔을약간 벌리도록 측정하였으며, 높.
- 랜드마크(l&ndmark)를 표시하였다. 눈은 정면을 바라보는 바른 자세를 하고, 옆선 실루엣이 드러나도록 양팔을약간 벌리도록 측정하였으며, 높.이 항목 계측을 위한 측정자세는 다리를 모으고, 팔을 수직으로 뻗어서 왼팔을 구부려가슴 옆에 붙이고 측정하였다.
- 눈은 정면을 바라보는 바른 자세를 하고, 옆선 실루엣이 드러나도록 양팔을약간 벌리도록 측정하였으며, 높.이 항목 계측을 위한 측정자세는 다리를 모으고, 팔을 수직으로 뻗어서 왼팔을 구부려가슴 옆에 붙이고 측정하였다. 계측 항목은 원형 설계에 필요한 항목으로 구성하여 계측하였다 <표 4>.
- 이 항목 계측을 위한 측정자세는 다리를 모으고, 팔을 수직으로 뻗어서 왼팔을 구부려가슴 옆에 붙이고 측정하였다. 계측 항목은 원형 설계에 필요한 항목으로 구성하여 계측하였다 <표 4>.
- 본 연구에서 가상 모델 형성을 위해 피험자의 스캔받은 3 차원 형상 데이터를 3차원 형상 분석 소프트웨어인 Metasequoia 프로그램을 이용하여 결측 부위를 보완하고, Body order tool 프로그램으로 최종 가상모델을 형성하였다.
- 요인 분석의 결과에 의해서 하반신에 대한 군집 분석을 실시한 결과는, 과 같다 군 집 수는 의복설계를 위해 극단적인 체형을 배제하고 인원수가 고르게 분포 되도록 군집수를 2~4개로 지정하여 비교하였다.
- 스캔 받은 피험자의 데이터를 Metasequoia 프로그램으로폴리건(polygo사을 시뮬레이션을 실행하기에 적합하게 5, 000 폴리건으로 줄이고, 겨드랑과 샅 부위의 결측 부위를 보완하여저장한다. 이 저장된 파일을 끄ady order tool에서 기준점과기준선을 표시하여, 3차원 가상 모델로 구현하였다.
- 이 저장된 파일을 끄ady order tool에서 기준점과기준선을 표시하여, 3차원 가상 모델로 구현하였다.<그림 5>
- 실제 모델인 피험자에게는 업체 패턴으로 실제 제작한 청바지를 착의시켰으며, 가상 모델에게는 2차원의 패턴을 3차원 패턴으로 전환시켜 가상봉제 시스템인 i-designer로 시뮬레이션을 실행하여 착장시켰으며, 그 결과를《그림 6>에 나타내었다. 이를 이용하여 바른 자세의 정면, 측면, 후면의 외관에 대한관능평가를 실시하였다.
- 이를 이용하여 바른 자세의 정면, 측면, 후면의 외관에 대한관능평가를 실시하였다.
- 본 연구에서는 제5차 한국인 인체치수 조사에 나타나 있는 20~30대 여성의 3차원 인체측 정치를 분석하여 성인 여성의 하반신체형을 분류하고, 체형별 3차원 가상모델을 구현하였다. 또한 가상봉제시스템을 사용하여 실제 모델과 가상모델 간의 착의평가의 유의성을 검증하였으며, 결론은 다음과 같다.
- 또한 가상봉제시스템을 사용하여 실제 모델과 가상모델 간의 착의평가의 유의성을 검증하였으며, 결론은 다음과 같다.
- 세 유형중 키가 가장 크고 하반신의 비율이 길며, 마른체형이다. 군집별 계측 항목의 평균값에서 유의한 차이가 나는 항목을 기준으로 각각 2명씩 총 6명을 선정하여 3차원 계측을 실시하고, 가상모델을 제작하였다. 그리고 업체 패턴을 실제와가상 착의평가를 병행하여 비교 검증하였다.
- 군집별 계측 항목의 평균값에서 유의한 차이가 나는 항목을 기준으로 각각 2명씩 총 6명을 선정하여 3차원 계측을 실시하고, 가상모델을 제작하였다. 그리고 업체 패턴을 실제와가상 착의평가를 병행하여 비교 검증하였다. 특히, 가상 착의평가는 가상봉제시스템을 활용하여 실제와 동일한 조건으로 시뮬레이션을 하여 평가하였다’ 가상과 실제 모델의 착의평가를 비교해본 결과, 대부분의 항목에서 유의한 차이가나타나지 않았으며, 이를 통해 가상봉제 시스템을 활용한 착의평가방법의 신뢰도가 검증되었다.
- 피험자는 각각의 유형별 2명씩 총 6명이며, 업체 패턴을 실제 제작과 가상봉제 시스템으로 실제 모델과 가상모델에게착장시킨 후와 같이 바른 자세의 정면, 측면, 후면에 대해서 실시하였다.
대상 데이터
- 본 연구 대상은 제5차 한국인 인체치수 조사에 나타나 있는 20~30대 여성 1036명 중과 같이 교차분포율이 한국산업 규격(KS)과 선행으로 실시한 소비자 설문조사와 생산업체 조사에서 5% 이상을 나타내고, 생산업체에서 기준 사이즈 치수 범위에 해당되는 엉덩이 둘레가 90~92cm인 성인 여성 234명의 3차원 인체 데이터를 사용하였다.
- 분석 대상은 직접 계측을 통해 선정한 8명의 피험자를 3차원 계측을 하였으며, 하반신체형별 평균값에서 유형별 유의한 차이를 보이는 항목을 기준으로 최소의 차이를 보이는 피험자 6명을 최종 선정하였다. 본 연구에서 사용한 3차원 인체 측정기기 및 인체 측정 소프트웨어로는 HAMAMATSU社 (일본)의 제품으로 Body line Scanner와 3차원 형상전문 프로그램인 Body line manager를 이용하였다.
- 실시하였다. 평가자는 의복 구성을 전공하고 ' 의복 원형에 대한전문적인 지식을 갖고 있는 의류학석 -박사 과정에 있는 대학원생 총 4명을 대상으로 하였다.
- 제5차 한국인 인체치수 조사의 20~30대 성인 여성 1036 명 중 엉덩이 둘레가 90~92cm인 성인 여성 234명의 3차원인체 데이터의 계측 항목에 대한 기술통계량으로 최소값, 최대값, 평균, 표준편차를에 나타내었다.
- 선행으로 실시한 생산업체 조사와 소비자 설문조사 분석의 결과에서 최다빈도 사이즈인 엉덩이 둘레가 90~92cm인 20~30대 여성의 데이터를 기초로 분석하였다. 체형의 구성인자를 파악하기 위하여 총 45항목에 대하여 요인 분석을 실시한 결과 전체 변량에 대하여 86.
데이터처리
- 0을 이용하여 통계 처리하였다. 각 계측 항목에 대한 기술통계량으로 평균과 표준편차, 최대값, 최소값을 구하고, 하반신 계측자료의 정보를 최소의 요인으로 압축- 요약하기 위하여 요인분석을 실시하였다. 전체 계측항목에 대해 상관 행렬을 이용한 요인분석의 하나인 주성분 분석을 행하고 요인의 수를 결정하는 기준으로 Kaiser 가 제시한 고유치 1.
- 하반신의 형태적 특징 및 출현율과 분포상태를 고려하여 군집의 수를 제시하였다. 분류된 체형의 차이를 검토하기 위하여 측정 항목의 유형별 평균치에 대해서 ANOVA와 사후 검정으로 Duncan-test를 실시하였다.
- 3차원 계측 데이터를 몇 개의 체형구성 요인으로 파악하기위하여 요인 분석을 실시하였으며, 그 결과를에 나타내었다.
- 하반신체형의 형태를 파악하기 위하여 각 군 집별로 나타난 계측 항목에 대하여 평균, 표준편차를 나타내었으며, 각 군 집별 차이를 파악하기 위해 ANOVA와 사후검정으로 Duncun^testf 실시한 결과는과 같으며, 대부분의 항목에서 유형별로 유의한 차이를 보였다.
이론/모형
- 00 이상인 요인을 채택하였다. 추출된 요인에 대해서는 Var江max법에 의한 직교회전하여 요인의 내용을 밝혔다. 각 요인 분석의 결과에 의해서 하반신에 대한 군집 분석을 실시하였다.
- 6명을 최종 선정하였다. 본 연구에서 사용한 3차원 인체 측정기기 및 인체 측정 소프트웨어로는 HAMAMATSU社 (일본)의 제품으로 Body line Scanner와 3차원 형상전문 프로그램인 Body line manager를 이용하였다. 장비의 기본 사항은 표 3>과 같다
성능/효과
- 이를 종합하여 보면, 실제와 가상 착장평가 결과 대부분의 항목에서 유의차가 나타나지 않아 3차원 가상 모델과 가상 봉제 시스템에 대한 신뢰도가 검증되었다. 전체적인 외관 항목에 대한평가를 만족할 수 있는 시스템으로 디자인과 관련된 평가를 함에 있어서 3차원 인 체 형상 데이터를 활용한다면, 의복 생산 시스템에서 양산화전 샘플 제작시에 3차원 가상모델 및 가상봉제시스템을 이용하여 시뮬레이션 함으로써, 컴퓨터상에서 착의평가가 이루어지는 것이 가능하다고 판단된다.
- 여성의 데이터를 기초로 분석하였다. 체형의 구성인자를 파악하기 위하여 총 45항목에 대하여 요인 분석을 실시한 결과 전체 변량에 대하여 86.6%의 설명력을 가지는 7 개의 요인이 나타났다. 군집 분석에 의하여 체형을 3개의 특징적인 유형으로 분류하였다.
- 그리고 업체 패턴을 실제와가상 착의평가를 병행하여 비교 검증하였다. 특히, 가상 착의평가는 가상봉제시스템을 활용하여 실제와 동일한 조건으로 시뮬레이션을 하여 평가하였다’ 가상과 실제 모델의 착의평가를 비교해본 결과, 대부분의 항목에서 유의한 차이가나타나지 않았으며, 이를 통해 가상봉제 시스템을 활용한 착의평가방법의 신뢰도가 검증되었다. 따라서 3차원 정보의데이터를 활용한 가상봉제 시스템으로 컴퓨터상에서 착의평가가 이루어지게 되면, 온라인 착의평가 방법으로서 이용이가능하며, 또한 의복 생산 시스템에서 양산화전 샘플 제작시에 시뮬레이션함으로써 디자이너와 모델리스트의 피드백이 용이할 뿐 아니라, 제작시간이 절약되고, 경제적 비용 또한 절감됨으로써 전체적인 생산비용을 낮출 수 있는 합리적인 생산시스템이 가능할 것으로 사료된다.
후속연구
- 시스템에 대한 신뢰도가 검증되었다. 전체적인 외관 항목에 대한평가를 만족할 수 있는 시스템으로 디자인과 관련된 평가를 함에 있어서 3차원 인 체 형상 데이터를 활용한다면, 의복 생산 시스템에서 양산화전 샘플 제작시에 3차원 가상모델 및 가상봉제시스템을 이용하여 시뮬레이션 함으로써, 컴퓨터상에서 착의평가가 이루어지는 것이 가능하다고 판단된다.
- 특히, 가상 착의평가는 가상봉제시스템을 활용하여 실제와 동일한 조건으로 시뮬레이션을 하여 평가하였다’ 가상과 실제 모델의 착의평가를 비교해본 결과, 대부분의 항목에서 유의한 차이가나타나지 않았으며, 이를 통해 가상봉제 시스템을 활용한 착의평가방법의 신뢰도가 검증되었다. 따라서 3차원 정보의데이터를 활용한 가상봉제 시스템으로 컴퓨터상에서 착의평가가 이루어지게 되면, 온라인 착의평가 방법으로서 이용이가능하며, 또한 의복 생산 시스템에서 양산화전 샘플 제작시에 시뮬레이션함으로써 디자이너와 모델리스트의 피드백이 용이할 뿐 아니라, 제작시간이 절약되고, 경제적 비용 또한 절감됨으로써 전체적인 생산비용을 낮출 수 있는 합리적인 생산시스템이 가능할 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.