基于青年女性躯干形态的服装号型标准分析

王婷 顾冰菲

摘 要：针对现如今消费者对服装合体性和个性化的需求，将青年女性躯干形态进行细分研究并与中国现有服装号型进行对比分析。通过采集209名18～25岁青年女性的人体尺寸信息，首先对采集的样本尺寸数据进行聚类分析，然后分析计算出各类体型身高与胸围、腰围的覆盖率，最后将聚类结果及国标分类结果与号型标准进行对比。结果表明：青年女性体型可分为I、H、S、O 4类，分别占样本总数的34.80%、28.92%、23.04%和13.24%;其中H、I体型中身高/胸围覆盖率最大的都为160/80，O体型身高/胸围覆盖率最大的是165/92，S体型身高/胸围覆盖率最大的是160/88;聚类中H、S体型与國标中A体型较接近，O体型与B体型较接近。该结论可以为服装企业合理配置号型提供参考。

关键词：服装号型;青年女性;体型分类;覆盖率;对比分析

中图分类号：TH122

文献标志码：A

文章编号：1009-265X（2021）02-0062-07

作者简介：王婷（1995-），女，江苏苏州人，硕士研究生，主要从事数字化服装技术方面的研究。

Abstract：In view of the needs of consumers for clothing fit and personalization， young womens body shape was studied in detail and compared with the existing size designation in China. Body size information of 209 young women aged 18～25 years was collected. Clustering analysis was made on the collected sample data. Besides， the coverage of height， bust and waist circumference of each type of body shape was analyzed and calculated. Finally， comparison was made between the clustering results as well as national standard classification results and the size designation standard. The results show that young womens body shape can be classified into four types， namely I， H， S， and O. Each type accounts for 34.80%， 28.92%， 23.04% and 13.24% of the total samples respectively. The height/bust of the largest coverage is 160/80 in both H and I， 165/92 in O， and 160/88 in S. Clustering analysis indicates that H and S are close to the A body shape in the national standard， and O to the B in the national standard. This conclusion can be used as a reference for garment enterprises to reasonably configure size designation.

Key words：size designation; young women; body shape classification; coverage; comparative analysis

人体的躯干形态是由高矮、胖瘦和体表曲线形态共同构成的，它可以反映人体的主要体型特征。中国服装行业现在使用的GB/T 1335.2—2008《服装号型 女子》是基于20世纪90年代测量的人体数据，涵盖了13到60岁的人体，没有对不同年龄进行体型分类[1]，随着生活水平的提高，人们的体型也发生了较大的变化[2]。该服装号型是按照胸腰差进行体型划分的，通常而言，胸腰差是制定服装号型首先要考虑的，但此方法缺少了对体表曲线形态的分析，不能全面体现出青年女性体型的差异性。

近年来，国内外学者为了完善现行的服装号型体系，针对不同地区、职业及年龄段的群体进行了体型分类与研究工作[3-4]，分别从正侧面轮廓、截面形态、体表角度、体重等方面对其进行了研究[5-6]。如王祺明[7]以三围横截面面积以及围度平方之比为依据进行聚类分析;Hrenjak等[8]针对服装号型存在的问题，采用因子分析与聚类分析对克罗地亚13～20岁的女孩进行体型分类;申亚楠[9]针对BMI和身胸比进行分类后应用相关分析和回归分析推导出各部位档差;温海英等[10]对凸腹体进行分类并制定了珠三角地区成年男性凸腹体的服装号型标准。目前关于体型分类的研究已有很多，大多使用数理统计法，如聚类法[11-13]，可见体型分类研究仍是一大热点，但对服装号型进行完善的研究有待增加。

为进一步完善服装号型标准，本研究以18～25岁青年女性为研究对象，提出了“体型特征vs服装号型”相结合的方法。采用手工测量法和三维测量法采集青年女性躯干部位的相关形态参数，然后将青年女性躯干形态进行分类并分析各体型类别下身高和胸围、腰围的覆盖率。最后将聚类结果及国标分类结果与号型标准进行对比分析，为完善服装号型体系提供参考。

1 数据采集

1.1 实验对象

实验选取了身高为151～170 cm，体重为40～66 kg的209名18～25岁的在校女大学生。

1.2 测量方法

采用接触式手工测量和非接触式三维扫描仪进行人体测量，主要测量工具为[TC]2三维人体扫描仪、身长计、体重计和软尺等。为了减小测量着装和站立姿势引起的测量误差，被测者要求身穿合体服装，不能佩戴手表及首饰，双脚并拢且目视前方，手臂自然下垂。

1.3 测量项目

参考GB/T 1335. 2—2008《服装号型 女子》选择能反映人体基本体型的相关部位遵循GB/T 16160—2017《服装用人体测量的尺寸定义与方法》进行手工测量，从高度、重量、围度、宽度4个方面确定了11个与青年女性躯干形态密切相关的参数（见表1），再由胸围、腰围、臀围计算出胸腰差、臀胸差。为保证数据的精确性，用imageware逆向工程软件截取部分样本女性三维点云数据的胸、下胸、腰、腹、臀5个横截面曲线测量其围度值，并将三维测量值与手工测量值进行对比。测量方法如图1所示。

1.4 误差分析

为验证手工测量值的准确性，将三维测量值与手工测量值做配对T检验，结果如表2所示。

由表2可知，T检验的显著性均大于0.05，说明手工测量值与三维测量值之间均无显著差异;且相关系数较高，表明数据的准确性较高。但腹围的相关系数只有0.757，且均值的标准误较大，这是由于腹部会随着呼吸而产生变化，腹围的测量值容易产生误差。

2 形态分析

在形态分析前，首先用SPSS对采集的数据进行缺失值、极值、奇异值分析及正态检验，剔除部分数据，最终保留204个测量样本。

2.1 体型特点分析

体重指数（BMI）可以客觀描述人体体型的胖瘦程度，其计算公式为BMI=体重（kg）/身高（m）2，样本青年女性体重指数分布见图2。由图2可以看出，在样本女性中，超过一半的女性体重指数适中，没有肥胖体，且超重体也较少，造成这一现象的原因主要有以下两点：a）如今是以瘦为美的社会，大部分青年女性追求苗条的身材;b）样本女性为18～25岁的在校女大学生，这一年龄段的女性多未婚未育，脂肪堆积较少。

2.2 聚类分析

用SPSS对样本数据进行因子分析，寻找影响青年女性体型的主要因子。以特征值大于1为基础[14]，提取出4个主成分因子，累计贡献率为75.737%。主成分1中体重、胸围、下胸围、腰围、腹围、臀围的载荷系数较大，可以概括为围度因子;主成分2包括胸腰差、臀胸差，可概括为围度差因子;主成分3中肩宽有较大的载荷系数，可以概括为宽度因子;主成分4中身高有较大的载荷系数，可以概括为高度因子。各主成分的贡献率及累计贡献率如图3所示，可见主成分1的贡献率最高，说明围度指标对青年女性体型分析影响较大。

从因子分析的4个因子中分别选取身高、体重、胸围、下胸围、肩宽、腰围、腹围、臀围、胸腰差、臀胸差这10个测量项目数据作为聚类指标，聚类数依次定为4～6类进行K-means聚类，聚类结果显示，显著性水平Sig.值均小于0.05，表示这3种聚类结果都可以接受。但当聚类数为4时类间均方较大，误差均方较小，F值较大，此时变量间的差异较大，聚类结果更精确。因此将样本数据分为4类，其中第1类体型包含71个样本，第2类体型包含59个样本，第3类体型包含47个样本，第4类体型包含27个样本，最终聚类中心见表3。

根据表3中的数据，从三维扫描得到的样本人体内选择各类体型中最典型的人体，并提取其正侧面曲线形态进行对比分析，寻找4类体型的差异，如图4所示，可以发现人体正侧面形态有着显著的差异。

第1类：体重、围度数值在4种体型中最小，说明整体偏瘦，同时肩部较窄，故记为I体。

第2类：胸腰差在4种体型中最小，且胸围较小，腰围正常，说明该人体从胸到腰的曲线不太明显，呈直筒状，同时背部较挺，腹部平坦，故记为H体。

第3类：与第2类相反，胸腰差在4种体型中最大，说明该人体从胸到腰的曲线呈S型，同时背部弯曲，臀部较翘，腹部较凸出，故记为S体。

第4类：与第1类相反，体重、围度数值在4种体型中最大，说明整体偏胖，同时肩部弯曲，背部较弯曲，腹部凸出，臀部外翘，故记为O体。

4类体型的曲面形态如图5所示。

根据上述聚类结果，总结分析4类体型的分类规则，得到各体型各聚类指标的主要范围，结果见表4所示。由表4可知，仅以胸围、腰围、臀围即可划分4类体型。

根据建立的体型分类规则，随机选取40名女性作为测试样本进行体型判别，判别结果见表5。其中，S体型和O体型的判别准确率均为100%，说明S体型和O体型的分类效果最好，I体型的分类结果次之。对于I、H体型误判的主要原因是：聚类过程中，I、H体型胸围、腰围范围都较为接近，虽然两 者臀围的聚类范围差异明显，但是仍有相交，从而导致两种体型的误判。

2.3 号型覆盖率

以样本中占比最高的I体型为例进行分析和计算，得出I体型身高与胸围、腰围的覆盖率。如图6所示，可以看出I体型身高主要集中在153～167 cm，胸围主要集中在75～82 cm，腰围主要集中在60～67 cm，身高/胸围覆盖率最大的为160/80，身高/腰围覆盖率最大的为160/64。

同理可得出H、O、S体型身高、胸围、腰围主要覆盖的范围以及各体型中身高/胸围、身高/腰围覆盖率最大的号型，结果见表6。

由表6可知，聚类分析的主要变量与服装号型一样，均为胸围和腰围。4种体型中身高的主要覆盖范围较接近，其中I体型身高范围稍大;胸围、腰围上I体型最小，O体型最大;H、S体型的腰围较接近，但S体型的胸围比H体型大。该统计结果可以帮助服装企业在生产服装时进行合理的配置，减少成本损耗。

3 号型标准对比分析

3.1 一致性分析

按照聚类分析的分类结果，将各体型身高、胸围、腰围、臀围的均值与国标各中间体进行比较，如表7所示。

由表7可知，聚类中H、S体型与国标中A体型较接近;O体型与B体型较接近;但I体型的胸围、腰围、臀围都较小，国标中没有与之相匹配的体型。说明现行服装号型标准仍能作为本研究所区分的3类躯干形态的基础数据，具有参考作用。只有在国家标准不能满足某些消费者的需求时，才会用到本研究所制定的服装号型。

3.2 区别分析

GB/T 1335. 2—2008《服装号型 女子》主要通过胸腰差值将体型分为Y、A、B、C 4种，如Y体型的胸腰差在19～24 cm[15]。将本研究样本按照国标号型分类方法进行体型分类，结果如图7所示，可以看出Y体型与A体型的占比均高于国标，而B、C体型所占比例低于国家号型标准，这与采集对象密切相关。中国服装号型的采集对象为全国范围内13～60岁的女性，而本研究采集的对象为18～25歲的青年女性，这一年龄段的女性往往腰部脂肪较少，因此各类体型所占比例存在差异。

按照基于国标的样本体型分类结果，分别计算出各体型身高、胸围、颈围、腰围、臀围的均值，并比较其与国标中间体的差异，如表8所示。

由表8可以看出各体型类别的本研究样本和国标的身高值较接近，Y体型的身高略高于国标;颈围数据上各体型样本均值均低于国标，可能是由于中国服装号型参考的是20世纪90年代所测的人体数据，当时碘缺乏导致甲状腺肿大的人较多[16]，因此国标中的颈围数据较大;胸围、腰围数据上，Y体型略高于国标，其余体型均低于国标，而B、C体型的数值与国标相差较大;臀围数据上，Y、A体型与国标较接近，B、C体型均低于国标。出现这样的结果主要是由于中国的服装号型覆盖的年龄范围较广，人体各部位的围度值一般会随着年龄的增长而逐渐增加，因此不同年龄段的女性体型差异明显，对服装的需求也不同，不应该一概而论。

除了年龄对人体体型的影响外，人体表面的曲线形态也是体型比较重要的区别，尤其是女性。因此即使服装号型相同的两个人，其体型也会有所不同。通过对本研究样本三维扫描中所提取的表面曲线形态进行观察，发现胸腰差都为16 cm的人体曲面形态有很大差异，主要表现在颈部、胸部、腰部、臀部等部位，如图8所示。因此，仅依据国标的胸腰差分类方法进行体型分类不能全面体现出青年女性体型的差异性。

4 结 论

首先对18～25岁的在校女大学生进行形态分析，然后用因子分析和聚类分析对样本女性进行体型细分，确定每类体型身高、胸围、腰围的主要覆盖范围及身高/胸围、身高/腰围覆盖率最大的号型，最后与服装号型标准进行对比分析。主要结论如下：

a）将青年女性体型分为H、I、O、S 4类。身高、肩宽数值上4类体型较接近，其中O体型略高;体重数值上，I体型最轻，O体型最重，H和S较接近;围度数值上，I体型各围度值最小，O体型最大，H和S除胸围以外其他围度值较接近。

b）H体型中身高/胸围覆盖率最大的为160/80，占样本中H体型总人数的22.03%;I体型身高/胸围覆盖率最大的为160/80，占25.35%;O体型身高/胸围覆盖率最大的为165/92，占22.22%;S体型身高/胸围覆盖率最大的为160/88，占21.28%。

c）将聚类结果与国标中各体型中间体进行对比后发现聚类中H、S体型与国标中A体型较接近;O体型与B体型较接近。

参考文献：

[1] 刘咏梅，张小雪，郭云昕.国内外服装用人体数据库调查与分析[J].纺织学报，2015，36（6）：141-147.

[2] GURUNATHAN K B，KRISHNAKUMAR M，SUGANYA C.A study on growth of human body measurements and its implication on clothing consumption in tamilnadu，India[J].Research Journal of Textile and Apparel，2013，17（4）：115-127.

[3] 程建超.基于三维扫描法对郑州地区成年女性人体尺寸分析研究[D].郑州：中原工学院，2016.

[4] 刘婷婷，肖爱民，孙敏佳，等.青年女性地区性体型分析与快时尚号型配比优化[J].毛纺科技，2020，48（2）：45-49.

[5] YOON M K，NAM Y J，KIM W.Classifying male upper lateral somatotypes using space vectors[J].International Journal of Clothing Science and Technology，2016，28（1）：115-129.

[6] GUPTA，DEEPTI.Anthropometric Study of young Indian men for garment sizing[J].Research Journal of Textile and Apparel，2010，14（1）：82-89.

[7] 王祺明.基于人体三围截面面积的江浙地区女性体型分类[J].纺织学报，2016，37（5）：131-136.

[8] HRENJAK R，DOLEAL K，UJEVIC' D.Sizing system for girls aged 13-20 years based on body types[J].Textile Research Journal，2015，85（12）：1293-1304.

[9] 申亚楠.北京市中小学生的服装号型研究[D].北京：北京服装学院，2018.

[10] 温海英，戴鸿.珠三角地区成年男性凸腹体型的服装号型配置[J].北京服装学院学报（自然科学版），2019，39（3）：7-15.

[11] LIU Kaixuan，WANG Jianping.Fuzzy classication of young womens lower body based on anthropometric measurement[J].International Journal of Industrial Ergonomics，2016，55（9）：60-68.

[12] PEI J，PARK H，ASHDOWN S P.Female breast shape categorization based on analysis of CAESAR 3D body scan data[J].Textile Research Journal，2018，89（4）：590-611.

[13] 韦欢芸.重庆地区18～25岁在校女青年体型特征及合体裤装设计研究[D].重庆：西南大学，2018.

[14] 周捷，李健，马秋瑞，等.基于改进层次分析法的特殊体型样板识别[J].纺织学报，2019，40（5）：124-130.

[15] 邓椿山，李琴，周莉，等.体型分析在观测服装号型适应性上的应用[J].纺织学报，2017，38（1）：111-115，120.

[16] 汪正园，周静哲，贾晓东.碘与人类健康[J].环境与职业医学，2017，34（2）：169-174.