摘要
冠状面轮廓曲线可以表现人体纵向体表形态,是体型研究和原型设计的关键。首先,通过三维人体测量,获取人体点云数据,利用逆向工程技术降维处理,采集冠状面轮廓点云;其次,用最小二乘法、三次样条函数、径向基函数(Radical Basis Function, RBF)神经网络分别进行曲线拟合,比较三个模型的均方根误差RMSE、决定系数R2等参数,得出RBF神经网络拟合效果最优;然后,通过计算拟合曲线的曲率和二阶导数,量化分析冠状面轮廓曲线形态;最后,在大规模人群测量中进行验证,得到3类典型的冠状面曲线。实验结果显示,采用RBF神经网络构建二维曲线表征三维人体特征空间的数学模型拟合精度高、泛化能力强,能有效表征人体纵向体表特征。
-
单位绍兴职业技术学院