Es ist immer noch eine Herausforderung für die Bekleidungsindustrie, gut sitzende Produkte und die zugrunde liegenden Größen- und Gradierungssysteme zu entwickeln. Jeder Mensch hat eine individuelle Gestalt. Deswegen kommen bei der richtigen Passform klassische Konfektionsgrößen oft an ihre Grenzen. Dies ist auf die Vielfalt menschlicher Körper zurückzuführen, die die gleiche traditionelle Größe, aber unterschiedliche Morphotypen aufweisen. Weitere Gründe für mangelnde Passform sind Unterschiede zwischen verschiedenen Ländern und spezielle Zielgruppen wie junge oder alte Menschen. Das Ziel des vorgestellten iMorph-Ansatzes ist die morphologische Klassifikation auf der Grundlage von Körperscan-Daten, die für die Entwicklung von Größensystemen und zur Bereitstellung besser passender Kleidung verwendet werden soll. Weitere Anwendungen sind Empfehlungssysteme im Online-Business und kuratiertes Shopping.
iMorph ist ein einzigartiger Ansatz zur Schätzung der morphologischen Klassifikation von Individuen auf der Grundlage von Bodyscan-Daten. Es ist in der Lage, eine große Anzahl von Scans auf der Grundlage eines Ähnlichkeitsmodells automatisch zu klassifizieren. Darüber hinaus wurden künstliche neuronale Netze (ANN) zur Klassifizierung der Scans eingesetzt. Beide Methoden haben ihre Vorteile, führen aber zu ähnlichen Ergebnissen. Grundsätzlich gilt, mit KI-Methoden ist es möglich, Körperformen automatisch zu klassifizieren und damit die Entwicklung von Bekleidung zu verbessern.
Eine Anmeldung ist über den folgenden Link möglich: