服装是人类社会文化的重要组成部分,是人类精神文明的一种重要的体现形式。近年来,随着社会、经济、文化的快速发展,人们对服装的要求已不仅仅停留在保暖、合身等方面,对于个性化、艺术性的追求更为明显。传统的量体裁衣服装制造行业的存在测量误差大、生产周期长且产量低的局限,显然已经无法满足消费者对于服装大规模量身定制的需求。计算机图像学、人工智能、虚拟现实等学科领域的发展促使传统数字化服装技术向3D的转变。这种转变是服装产业实现新型工业化和信息化的必然趋势和结果。针对3D数字化服装设计中的关键技术和研究难点,本文将研究的重点放在人体的特征识别和3D服装的数字化造型。首先,应用深度学习神经网络模型进行3D人体形态特征识别,通过阈值判别获得特征线,基于识别到的特征线获取特征点进行人体围度曲线拟合,实现对人体尺寸测量。在此基础上,提出应用服装人体特征点构造3D服装原型的算法,将3D服装原型划分成边界曲线更为简单的多个子曲面,对各子曲面通过三角剖分进行分片造型,并进行2D展开。然后通过超二次曲面进行3D服装原型的局部编辑,使衣片与3D人体达到更好的贴合效果。最后,通过AABB包围盒实现碰撞检测并进行碰撞规避,通过质点弹簧模型添加动力驱动实现服装的着装仿真。