Personalizing Garment Fit - A data-driven approach to creating patterns for made-to-measure garments

Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Arts, Design and Architecture | Master's thesis
Location:

Authors

Date

2024-12-27

Department

Major/Subject

New Media

Mcode

Degree programme

Master's Programme in Art and Media

Language

en

Pages

81

Series

Abstract

The apparel industry produces approximately 150 billion clothing items annually, with a large portion being returned or remaining unsold. Many of these returned and unsold garments are ultimately discarded in landfills or incinerated, contributing to significant environmental waste. A major contributing factor to the waste problem is the reliance on standard sizing systems, which are based on average body measurements. While these systems aim to accommodate a broad segment of the population, they fail to fit a substantial portion of individuals. This mismatch in sizing leads to garments that are either returned or remain unsold. This thesis investigates the potential of a data-driven approach to made-to-measure pattern drafting as a partial solution to the issue of ill-fitting garments. The approach leverages machine learning to adapt garment patterns to individual body shapes, using data pairs of body measurements and corresponding made-to-measure drysuit patterns created by the professional pattern makers at Ursuit Oy. The machine learning model is trained on these examples with the goal of creating patterns for new body dimensions, while aiming to preserve the original design intent. Experimental results indicated that, while the data-driven approach to made-to-measure pattern drafting shows promise, several challenges limited its effectiveness. Despite not achieving a production-ready tool, the findings provide many new research directions for machine learning driven methods in patternmaking. As an early investigation into the topic, this thesis aims to encourage further research into advanced computational techniques for the efficient production of well-fitting physical garments.

Vaateteollisuus tuottaa vuosittain noin 150 miljardia vaatekappaletta, joista suuri osa palautetaan tai jää myymättä. Useat näistä palautetuista ja myymättä jääneistä vaatteista päätyvät lopulta kaatopaikoille tai poltettavaksi, lisäten merkittävästi vaateollisuuden tuottaman jätteen määrää. Yksi merkittävä syy palautusten ja ylituotannon aiheuttamiin ongelmiin on standardoitujen vaatekokojärjestelmien käyttö, joka perustuu keskiarvoistettuihin vartalon mittoihin. Nämä järjestelmät pyrkivät kattamaan suuren osan väestöstä, mutta siitä huolimatta merkittävälle osalle ihmisistä niiden perusteella tehdyt vaatteet eivät sovi. Kokojen epäsopivuus johtaa siihen, että vaatteet joko palautetaan tai ne jäävät myymättä. Tässä opinnäytetyössä tutkitaan kuinka dataohjattu menetelmä mittatilauskaavojen valmistuksessa voisi osaltaan ratkaista huonosti istuvien vaatteiden ongelmaa. Opinnäytetyössä sovelletussa lähestymistavassa hyödynnetään koneoppimista mukauttamaan vaatekaavoja yksilöllisiin vartalon muotoihin. Menetelmän lähdeaineistona toimivat Ursuit Oy:n kaavoittajien luomat mittatilauskuivapukujen kaavat, sekä niitä vastaavat vartalon mitat. Koneoppimismalli koulutetaan näillä esimerkeillä ja koulutuksen tavoitteena on opettaa malli luomaan kaavat uusille vartalon mitoille säilyttäen samalla alkuperäisen suunnittelutarkoituksen. Opinnäytetyössä suoritetun tutkimuksen tulokset viittaavat siihen, että vaikka data-vetoinen lähestymistapa mittatilauskaavojen valmistukseen vaikuttaa lupaavalta, useat haasteet rajoittavat sen tehokkuutta. Vaikka tuotantovalmiiseen työkaluun ei päästy tämän opinnäytetyön puitteissa, löydökset tarjoavat useita uusia tutkimussuuntia koneoppimisohjatun kaavoitusmenetelmän kehittämiseen. Varhaisena tutkimuksena aiheesta tämä työ pyrkii kannustamaan lisätutkimuksiin, jotka tähtäävät hyvin istuvien vaatteiden tehokkaaseen tuotantoon.

Description

Supervisor

Chun, Namkyu

Thesis advisor

Särmäkari, Natalia

Keywords

pattern making, grading, customization, sizing, made-to-measure, garment patterns, pattern drafting

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202501241692

Collections

[master] Taiteiden ja suunnittelun korkeakoulu / ARTS