Tổng quan về luận án

Sự bùng nổ của cuộc Cách mạng Công nghiệp 4.0 và công nghệ số hóa đã thúc đẩy ngành công nghiệp dệt may toàn cầu chuyển dịch mạnh mẽ từ phương thức sản xuất gia công truyền thống (CMT - Cut, Make, Trim) sang các mô hình tạo giá trị gia tăng cao như ODM (Original Designed Manufacturer) và OBM (Original Brand Manufacturer). Trong bối cảnh đó, công nghệ mô phỏng thời trang 3D (3D Virtual Fashion) và thử trang phục ảo nổi lên như một công cụ cốt lõi giúp rút ngắn chu kỳ phát triển sản phẩm, tiết kiệm chi phí vật tư mẫu và đáp ứng xu thế thời trang bền vững. Tuy nhiên, rào cản kỹ thuật lớn nhất tại Việt Nam là sự thiếu hụt hệ thống ma-nơ-canh kỹ thuật số (3D Digital Avatar) chuẩn hóa theo đặc trưng nhân trắc học của người Việt, khiến việc ứng dụng các phần mềm thiết kế trang phục 3D tiên tiến như CLO3D, Optitex hay V-Stitcher gặp nhiều sai lệch về độ vừa vặn (garment fit).

Khoảng trống nghiên cứu (Research Gap) được xác định rõ rệt qua tài liệu khoa học: Các nghiên cứu nhân trắc học trong nước trước đây chủ yếu tập trung vào đối tượng nữ giới, học sinh, trẻ em hoặc lực lượng lao động trẻ nói chung bằng phương pháp đo tiếp xúc truyền thống (thước Martin). Phân khúc nam giới trung niên trong độ tuổi 30÷60 – lực lượng nòng cốt về kinh tế, có nhu cầu lớn về trang phục công sở cao cấp nhưng vóc dáng có sự biến động phức tạp về tích lũy mô mỡ bụng và biến đổi tỷ lệ cơ thể – hoàn toàn chưa có công trình nào nghiên cứu phân loại hình thể chuyên sâu từ dữ liệu quét 3D. Hơn nữa, việc tích hợp công nghệ trí tuệ nhân tạo (AI), cụ thể là mạng nơ-ron tích chập (Convolutional Neural Networks - CNN) trên dữ liệu đám mây điểm (Point Cloud) và cấu trúc lát cắt mỏng (Slice-Structure) để tự động hóa xây dựng avatar 3D tham số hóa, vẫn là một lĩnh vực hoàn toàn mới tại Việt Nam.

Luận án của nghiên cứu sinh Nguyễn Mậu Tùng giải quyết các câu hỏi nghiên cứu cốt lõi:

  • RQ1: Đặc trưng nhân trắc học và cấu trúc vóc dáng của nam giới trung niên (30÷60 tuổi) tại TP. Hồ Chí Minh được phân loại như thế nào dựa trên các tham số hình thể đa chiều trích xuất từ dữ liệu quét 3D quang học?
  • RQ2: Làm thế nào để xây dựng thuật toán kết hợp giữa phương pháp nội suy toán học và mạng học sâu CNN nhằm tái tạo mô hình 3D Avatar chính xác từ số đo nhân trắc 2D/3D, tích hợp trực tiếp vào phần mềm thiết kế trang phục 3D CLO3D?

Hệ giả thuyết nghiên cứu bao gồm:

  • H1: Tồn tại sự phân hóa rõ rệt về hình thái nhân trắc học (đặc biệt là hiệu số Drop ngực - bụng và chỉ số khối cơ thể BMI) giữa các nhóm tuổi nam giới, dẫn đến việc hình thành 5 nhóm vóc dáng đặc trưng riêng biệt ở phân khúc trung niên.
  • H2: Việc chuẩn hóa dữ liệu 3D thành cấu trúc lát mỏng (Slice-Structure) kết hợp mạng CNN cho phép khôi phục hình học đám mây điểm bị khuyết thiếu với sai số hình học nhỏ hơn đáng kể so với các phương pháp nội suy hình học giải tích truyền thống.

Khung lý thuyết của luận án được xây dựng dựa trên sự giao thoa liên ngành giữa: Lý thuyết nhân trắc học hình thái (Morphological Anthropometry), Lý thuyết phân loại vóc dáng theo chỉ số Drop và tỷ lệ cơ thể (ISO/TR 10652, JIS L 4004), và Lý thuyết xử lý hình học đám mây điểm bằng mạng nơ-ron học sâu (Deep Point Cloud Geometric Learning). Quy mô nghiên cứu bao gồm tập dữ liệu quét 3D của 1.706 người Việt Nam (dùng cho huấn luyện mô hình máy học), trong đó tập trung sâu vào mẫu 1.106 nam giới (18÷60 tuổi) và 378 nam trung niên (30÷60 tuổi) khối văn phòng tại TP. Hồ Chí Minh, bảo đảm độ tin cậy thống kê $P = 0{,}95$.

Literature Review và Positioning

Lịch sử nghiên cứu nhân trắc học hình thái cơ thể người và kích thước trang phục đã trải qua nhiều bước tiến hóa. Phương pháp đo tiếp xúc truyền thống khởi nguồn từ bộ công cụ thước đo của Rudolf Martin (1900–1925), vốn được ứng dụng rộng rãi trong các nghiên cứu nhân trắc quy mô quốc gia tại Việt Nam. Tuy nhiên, phương pháp đo tiếp xúc bộc lộ nhược điểm cố hữu: tốn thời gian, phụ thuộc vào kỹ năng ép thước của điều tra viên, làm biến dạng mô mềm và không thể ghi nhận được đường cong không gian 3 chiều phức tạp. Bước ngoặt xuất hiện vào cuối thập niên 1980 tại Đại học Loughborough và dự án CAESAR (Civilian American and European Surface Anthropometric Resource) do Robinette và cộng sự triển khai, thiết lập tiêu chuẩn thu thập dữ liệu quét 3D toàn thân không tiếp xúc trên 4.400 cá nhân tại Bắc Mỹ và Châu Âu với 74 kích thước chuẩn hóa.

Trong phân loại vóc dáng nam giới, văn hiến học thuật thế giới tồn tại hai luồng quan điểm và phương pháp đối lập:

  1. Luồng phân loại hình học dựa trên hiệu số Drop cố định (Drop Value = Vòng ngực - Vòng bụng/eo): Được quy chuẩn hóa trong các tiêu chuẩn công nghiệp như ISO/TR 10652:1991 (5 dạng: Thể thao A, Trung bình R, Đẫy đà P, Mập mạp S, To béo C), tiêu chuẩn Đức (6 dạng), tiêu chuẩn Trung Quốc GB/T 1335.1-1997 (4 dạng: Y, A, B, C) và tiêu chuẩn Nhật Bản JIS L 4004:2001 (10 dạng phân cấp chi tiết). Tại Việt Nam, Viện Nghiên cứu Dệt May (2007) khảo sát 3.016 nam giới và kết luận: "91,7% nam giới Việt Nam có giá trị Drop trong khoảng 0÷18 cm, hầu như không có người thuộc nhóm to béo có vòng bụng lớn hơn vòng ngực". Hạn chế của phương pháp này là chỉ quan sát tỷ lệ 2D tuyến tính giữa ngực và bụng, bỏ qua độ gù cột sống, độ nghiêng vai và sự phân bố thể tích 3D của thân dưới.
  2. Luồng phân loại dựa trên toán thống kê đa biến và thị giác máy tính: Các nghiên cứu hiện đại áp dụng phân tích nhân tố chính (PCA), phân tích cụm K-means kết hợp mạng nơ-ron học sâu để khai phá cấu trúc dữ liệu không gian 3 chiều.

Để định vị công trình, luận án đã so sánh trực tiếp với các nghiên cứu quốc tế tiêu biểu:

  • So sánh với nghiên cứu của Su Joung Cha (2020) tại Hàn Quốc: Cha khảo sát 778 nam giới trưởng thành có chiều cao dưới 170 cm từ cơ sở dữ liệu 2.184 người, trích xuất 6 nhân tố từ 48 kích thước (giải thích 76,59% phương sai) và phân loại thành 4 cụm vóc dáng ("chân ngắn - thân bình thường", "thân ngắn", "thừa cân - chân to", "chân dài - thân bình thường"). Luận án của Nguyễn Mậu Tùng mở rộng phạm vi bằng cách ứng dụng quét 3D với 210 thông số, không chỉ phân nhóm vóc dáng trung niên thành 5 cụm tối ưu mà còn phát triển thuật toán tái tạo mô hình avatar hoàn chỉnh.
  • So sánh với nghiên cứu của Keiko Watanabe (2017) tại Nhật Bản: Watanabe phân tích 250 nam giới (20÷70 tuổi) bằng máy quét Hamamatsu Photonics, trích xuất 7 thành phần chính (PC1 đến PC7) và xác định 7 cụm hình thể (chiếm ưu thế bởi cụm lưng còng ở tuổi 60–70 và uốn lưng - bụng phệ ở tuổi 50). Nghiên cứu của Watanabe dừng lại ở phân tích hình thái học, trong khi luận án này tạo ra bước tiến công nghệ khi đưa toàn bộ kết quả phân loại vóc dáng vào mạng CNN để xuất mô hình Avatar tham số hóa tương thích với môi trường CAD/CAM 3D công nghiệp.
  • So sánh với công trình của Lim và cộng sự (2002) tại Trung Quốc: Khảo sát 389 nam giới (20÷49 tuổi) tại Bắc Kinh và Thượng Hải, phân loại thành 4 kiểu hình thể (Y, A, B, C) bằng phần mềm SAS 6.12. Luận án vượt trội về mật độ dữ liệu điểm 3D và giải quyết trọn vẹn chu trình từ đo nhân trắc đến may thử nghiệm ảo trên phần mềm CLO3D.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng khung lý thuyết Nhân trắc học Ứng dụng (Applied Anthropometry) trong thiết kế trang phục thông qua các đóng góp lý luận:

  • Thách thức quan niệm phân loại tĩnh: Phá vỡ giả định truyền thống xem cơ thể người là các hình khối đồng dạng tuyến tính. Luận án chứng minh sự biến thiên phi tuyến tính của tỷ lệ cơ thể nam giới khi bước vào giai đoạn trung niên (30÷60 tuổi), nơi quá trình tích tụ mỡ nội tạng làm biến dạng mặt cắt ngang thân mình từ dạng oval dẹt sang dạng gần tròn, làm suy giảm giá trị Drop độc lập với chỉ số chiều cao đứng.
  • Xây dựng mô hình lý thuyết biểu diễn hình thái 3D dạng lát cắt mỏng (Slice-Structure Theory): Thay vì xử lý trực tiếp toàn bộ đám mây điểm 3D không đồng nhất và nặng về tính toán, luận án đề xuất mô hình lý thuyết chia cơ thể thành các lát cắt giải phẫu định vị theo các mốc nhân trắc then chốt.
  • Phát biểu các định đề lý thuyết:
    • Mệnh đề 1 (Proposition 1): Hình thái vóc dáng nam trung niên Việt Nam được xác định bởi 3 trục nhân tố không gian: Trục kích thước thể tích thân trên (ngực - bụng), Trục chiều cao - độ dài xương trục, và Trục độ dày mô mềm chi dưới.
    • Mệnh đề 2 (Proposition 2): Hàm biến dạng hình thái 3D từ các mốc nhân trắc 2D có thể xấp xỉ chính xác thông qua tối ưu hóa vector tiếp tuyến của các đường cong Spline bậc 3 kết hợp với trọng số kích hoạt phi tuyến trong không gian tiềm ẩn của mạng CNN.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp 3 trụ cột khoa học:

  1. Trụ cột Nhân trắc học hình thái (Morphological Anthropometry): Thiết lập hệ thống 210 mốc kích thước giải phẫu 2D/3D theo chuẩn quốc tế ISO 8559 và TCVN 5781-2009.
  2. Trụ cột Hình học tính toán (Computational Geometry): Ứng dụng giải thuật nội suy đường cong Hermite, Spline bậc 3 và mặt cong tham số NURBS (Non-Uniform Rational B-Spline) để tạo khung dây (wireframe) và lưới đa giác (polygon mesh).
  3. Trụ cột Trí tuệ nhân tạo (Machine Learning/Deep Learning): Xây dựng mạng nơ-ron tích chập (CNN) được cấu hình riêng để xử lý ma trận vector đặc trưng của các lát cắt 3D, khắc phục hiện tượng mất dữ liệu do bóng quét (scanning occlusion) và sai lệch tư thế.

Boundary conditions (Điều kiện biên) của khung phân tích: Mô hình được tối ưu hóa cho nam giới người Việt trưởng thành trong độ tuổi lao động trung niên (30÷60 tuổi), làm việc trong môi trường văn phòng/đô thị tại TP. Hồ Chí Minh, ở trạng thái đứng thẳng tĩnh tự nhiên (Static anthropometry), loại trừ các biến dạng bệnh lý nặng về cột sống hoặc dị tật cơ xương khớp.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan khoa học thực chứng (Positivism) và lập trường nhận thức luận khách quan (Objectivist Epistemology), sử dụng phương pháp điều tra cắt ngang định lượng kết hợp thực nghiệm mô hình hóa tính toán và phát triển phần mềm ứng dụng.

Mẫu nghiên cứu được tổ chức theo thiết kế đa tầng chặt chẽ:

  • Tầng 1 (Tổng thể huấn luyện máy học): $N_1 = 1.706$ người Việt Nam (bao gồm cả nam và nữ), cung cấp nguồn dữ liệu đám mây điểm lớn phục vụ huấn luyện và kiểm thử mạng CNN.
  • Tầng 2 (Khảo sát đối chứng rộng): $N_2 = 1.106$ nam giới độ tuổi 18÷60 sinh sống tại TP. Hồ Chí Minh (sinh viên, công nhân, cán bộ, giảng viên đại học).
  • Tầng 3 (Mẫu nghiên cứu trọng tâm): $N_3 = 378$ nam giới trung niên khối văn phòng (30÷60 tuổi) tại TP. Hồ Chí Minh, được phân tầng thành 3 phân nhóm tuổi: 30÷40 tuổi, 41÷50 tuổi, và 51÷60 tuổi. Cỡ mẫu của từng phân nhóm được tính toán theo mức độ biến động chiều cao nhằm bảo đảm xác suất tin cậy thống kê $P = 0{,}95$.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu được thiết lập chuẩn hóa:

  1. Thiết bị và Công cụ thu thập:
    • Máy quét 3D quang học toàn thân SizeStream SS14 (Mỹ) đặt tại Đại học Công nghiệp TP. Hồ Chí Minh. Buồng quét sử dụng công nghệ ánh sáng trắng không hại sức khỏe, kích thước vùng quét $2{,}1,\text{m} \times 1{,}2,\text{m} \times 1{,}2,\text{m}$, tự động trích xuất tới 210 thông số kích thước cơ thể và đám mây điểm 3D mật độ cao. Thiết bị được hiệu chuẩn chính xác trước mỗi phiên quét theo đúng quy chuẩn chuyển giao công nghệ.
    • Cân đo sức khỏe điện tử InBody để thu thập dữ liệu chiều cao đứng nghiêm và cân nặng cơ thể độc lập.
  2. Quy trình quét thực nghiệm:
    • Đối tượng mặc trang phục ôm sát chuẩn (quần lót định hình), tháo bỏ phụ kiện, tóc búi gọn, đứng ở tư thế chuẩn: hai chân đặt đúng vị trí dấu chân trên sàn buồng quét, thân người thẳng tự nhiên, mắt nhìn thẳng, hai tay nắm nhẹ cần cầm tay chếch góc khoảng $20^\circ$, nhịp thở nhẹ nhàng, bụng thả lỏng tự nhiên.
  3. Kiểm định độ tin cậy và tính giá trị (Reliability & Validity):
    • Thang đo kích thước nhân trắc được kiểm tra tính nhất quán nội tại bằng hệ số Cronbach's Alpha (tất cả các nhóm biến kích thước chủ đạo đạt $\alpha > 0{,}85$).
    • Sự phù hợp của dữ liệu trong phân tích nhân tố được xác nhận bằng kiểm định Kaiser-Meyer-Olkin (KMO) đạt giá trị cao ($> 0{,}80$) và kiểm định độ cầu Bartlett’s đạt mức ý nghĩa $p < 0{,}001$.

Data và phân tích

Dữ liệu được xử lý qua chuỗi giải thuật thống kê và máy học chuyên sâu trên phần mềm SPSS và môi trường lập trình Python:

  1. Kiểm định phân phối chuẩn: Đánh giá tính chuẩn của 210 kích thước thông qua đồ thị Histogram có đường cong phân phối Gauss, đồ thị xác suất chuẩn Normal Q-Q Plots, hệ số bất đối xứng (Skewness $\approx 0$) và độ nhọn (Kurtosis), kết hợp kiểm định Kolmogorov-Smirnov.
  2. Phân tích nhân tố chính (PCA): Áp dụng phương pháp xoay trục trực giao Varimax để trích xuất các nhân tố có giá trị riêng (Eigenvalues) $\ge 1$, xác định các biến nhân trắc đại diện có hệ số tải (Factor Loading) cao nhất.
  3. Phân tích phân cụm K-means và Phân tích biệt số (Discriminant Analysis): Phân nhóm tự động các cá thể vào 5 cụm vóc dáng. Vẽ biểu đồ phân tán (Scatter Plot) trên không gian các hàm biệt số để chứng minh khoảng cách giữa các tâm cụm là cực đại và mức độ chồng lấn tối thiểu.
  4. Kiểm định ANOVA một chiều: So sánh giá trị trung bình của các thông số nhân trắc giữa 5 nhóm vóc dáng, bảo đảm tất cả các khác biệt đều đạt ý nghĩa thống kê ở mức $p < 0{,}05$ hoặc $p < 0{,}01$.
  5. Kỹ thuật học sâu khôi phục hình học 3D: Biểu diễn cơ thể dưới dạng cấu trúc lát mỏng (Slice-Structure), trong đó mỗi lát cắt ngang được chuẩn hóa thành chuỗi điểm cực cách nhau góc quét $3^\circ$ (120 điểm/lát). Mạng nơ-ron tích chập (CNN) được huấn luyện để dự báo tọa độ không gian $(x, y, z)$ của các lát cắt bị lỗi/mất nét từ dữ liệu số đo 2D đầu vào, tối ưu hóa qua hàm mất mát sai số bình phương trung bình (MSE).

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Nhận diện và chuẩn hóa 5 nhóm vóc dáng nam trung niên TP. Hồ Chí Minh: Phân tích cụm K-means và kiểm định ANOVA trên mẫu 378 đối tượng đã xác lập cấu trúc 5 kiểu hình thể rõ nét:

    • Nhóm 1 - Dáng cân đối (Hình thang): Chiếm tỷ lệ cao nhất trong phân khúc 30÷40 tuổi, có hiệu số Drop ngực - bụng đạt giá trị lý tưởng ($12 \div 16,\text{cm}$), chỉ số $\text{BMI} \in [21{,}5; 23{,}2],\text{kg/m}^2$, tỷ lệ eo/hông $\text{WHR} \approx 0{,}82$.
    • Nhóm 2 - Dáng ngực nở, vai rộng (Tam giác ngược): Đặc trưng bởi tỷ lệ ngực phát triển vượt trội so với hông ($> 5%$), Drop đạt $16 \div 20,\text{cm}$, cơ bắp săn chắc, $\text{BMI} \in [22{,}0; 24{,}0],\text{kg/m}^2$.
    • Nhóm 3 - Dáng hình chữ nhật (Thân phẳng): Vòng ngực và vòng eo có độ chênh lệch thấp, Drop hẹp ($8 \div 12,\text{cm}$), hệ cơ và lớp mỡ phát triển ở mức trung bình, $\text{BMI} \in [19{,}5; 22{,}0],\text{kg/m}^2$.
    • Nhóm 4 - Dáng bụng to, đẫy đà (Hình quả lê/tam giác xuôi): Chiếm ưu thế ở độ tuổi 41÷50, tích lũy mỡ vùng bụng dưới và mông, Drop giảm xuống còn $4 \div 8,\text{cm}$, $\text{BMI} \in [24{,}5; 26{,}8],\text{kg/m}^2$.
    • Nhóm 5 - Dáng béo bụng, lưng hơi gù (Hình bầu dục): Chiếm tỷ lệ cao nhất ở phân nhóm 51÷60 tuổi, tỷ lệ eo bụng/hông $\text{WHR} > 0{,}90$, Drop tiến sát về $0 \div 4,\text{cm}$ (thậm chí có trường hợp âm), vòng bụng nhô rõ ra phía trước, điểm đầu ngực bị hạ thấp, $\text{BMI} \ge 27{,}0,\text{kg/m}^2$.

  2. Quy luật thoái biến hình thể theo độ tuổi trung niên: Dữ liệu thực nghiệm chỉ ra mối quan hệ nghịch biến có ý nghĩa thống kê ($p < 0{,}001$) giữa độ tuổi và giá trị Drop: Ở nhóm 30÷40 tuổi, tỷ lệ người có Drop $\ge 12,\text{cm}$ chiếm trên $65%$; tuy nhiên bước sang nhóm 51÷60 tuổi, tỷ lệ này sụt giảm xuống dưới $18%$, thay vào đó là sự áp đảo của nhóm Drop $0 \div 8,\text{cm}$ ($> 72%$). Đồng thời, độ lệch xuôi vai tăng thêm $0{,}6 \div 1{,}1,\text{cm}$ và độ gù lưng tăng rõ rệt ở nhóm 51÷60 tuổi so với nhóm 30÷40 tuổi.

  3. Sự dịch chuyển kích thước nhân trắc so với các thời kỳ lịch sử: Đối chiếu với số liệu nhân trắc người lao động Việt Nam công bố những năm 1990–2007 (Atlat Nhân trắc học), nam giới trung niên TP. Hồ Chí Minh năm 2023 có chiều cao đứng trung bình tăng $4{,}2 \div 5{,}8,\text{cm}$, chu vi vòng ngực tăng trung bình $3{,}5 \div 6{,}1,\text{cm}$ và chu vi vòng bụng tăng từ $5{,}0 \div 8{,}4,\text{cm}$. Điều này khẳng định ma-nơ-canh truyền thống đang áp dụng tại các doanh nghiệp may hoàn toàn lỗi thời.

  4. Đột phá về thuật toán tái tạo mô hình 3D: Mô hình mạng nơ-ron tích chập (CNN) kết hợp biểu diễn Slice-Structure đạt độ chính xác hình học cao: Sai số khoảng cách Euclid trung bình giữa mô hình avatar dự báo và dữ liệu quét 3D thực tế đạt dưới $1{,}85,\text{mm}$ trên toàn bộ các lát cắt chủ đạo (ngực, eo, mông, bắp đùi), giảm $42%$ sai số so với phương pháp nội suy hàm đa thức Hermite/Spline thuần túy.

Implications đa chiều

                          IMPLICATIONS ĐA CHIỀU
[LÝ THUYẾT]             [PHƯƠNG PHÁP]           [CÔNG NGHIỆP]            [VĂN HÓA - XÃ HỘI]
Cung cấp bộ dữ liệu     Thiết lập pipeline      Ứng dụng CLO3D           Tối ưu hóa phom dáng
nhân trắc 3D chuẩn hóa  Slice-Structure + CNN   chuyển đổi sang OBM/ODM  Áo dài nam truyền thống
cho người Việt          tái tạo Avatar 3D       giảm 70% chi phí mẫu     tôn vinh bản sắc
  • Về mặt Lý thuyết: Luận án bổ sung vào kho tàng nhân trắc học hình thái Việt Nam hệ thống dữ liệu 3D đầy đủ nhất từ trước đến nay cho nam giới trung niên, tạo cơ sở khoa học để hiệu chỉnh hệ thống cỡ số quốc gia.
  • Về mặt Phương pháp luận: Đề xuất thành công pipeline kết hợp giữa xử lý đám mây điểm, cấu trúc lát mỏng và học sâu CNN, mở ra hướng tiếp cận mới cho các ngành đồ họa máy tính, công nghệ y sinh và công thái học (Ergonomics).
  • Về mặt Thực tiễn Công nghiệp: Cung cấp 5 tệp tin Digital Avatar chuẩn (.OBJ/.FBX) tích hợp trực tiếp vào phần mềm thiết kế CLO3D. Doanh nghiệp may có thể tiến hành thiết kế rập 2D, nhảy size, may ảo 3D, mô phỏng áp lực căng bề mặt vải (Stress/Strain map) và đánh giá độ vừa vặn mà không cần may mẫu thật, tiết kiệm tới $70%$ chi phí và thời gian phát triển mẫu.
  • Ứng dụng Văn hóa - Thời trang: Thiết kế và may ảo thành công trang phục Áo dài truyền thống nam giới cho 5 nhóm vóc dáng trên phần mềm CLO3D, chứng minh khả năng che khuyết điểm hình thể (bụng phệ, vai xuôi, lưng gù) cho nam trung niên thông qua kết cấu rập tối ưu.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn thừa nhận các hạn chế khoa học mang tính điều kiện biên:

  1. Giới hạn không gian địa lý và nghề nghiệp: Mẫu nghiên cứu 378 nam trung niên tập trung tại khu vực đô thị TP. Hồ Chí Minh thuộc khối văn phòng. Do thói quen dinh dưỡng, tính chất tĩnh tại của công việc văn phòng và mức sống đô thị, đặc trưng nhân trắc này chưa đại diện hoàn toàn cho nam giới lao động chân tay nặng nhọc hoặc các vùng nông thôn, miền núi phía Bắc và miền Trung.
  2. Giới hạn nhân trắc học tĩnh (Static State): Quá trình quét 3D được thực hiện ở trạng thái đứng nghiêm tĩnh. Chưa thu thập được dữ liệu nhân trắc học động (Dynamic Anthropometry) khi cơ thể vận động (cúi, ngồi, đi lại, nâng cánh tay).
  3. Mô hình hóa cơ sinh học mô mềm: Thuật toán tái tạo bề mặt 3D giả định cơ thể người là khối đàn hồi đồng nhất, chưa xét đến độ biến dạng phi tuyến tính cục bộ của các lớp mỡ mềm khi trang phục ôm sát bó chặt.

Chương trình nghiên cứu tiếp theo (Future Research Agenda):

  • Mở rộng quy mô địa lý và đối tượng: Thu thập dữ liệu quét 3D mở rộng tại 5 vùng kinh tế trọng điểm của Việt Nam, bao quát các nhóm ngành nghề lao động khác nhau để xây dựng Hệ thống Cơ số Quần áo Quốc gia thế hệ mới.
  • Phát triển Avatar 4D động lực học (Dynamic 4D Avatar): Tích hợp công nghệ Motion Capture và mạng học sâu Spatio-Temporal Graph Convolutional Networks (ST-GCN) để tạo avatar cử động theo bước đi catwalk hoặc các tư thế lao động thực tế.
  • Mô phỏng tương tác Cơ sinh học - Áp lực tiếp xúc (Biomechanical Contact Mechanics): Ứng dụng phương pháp phần tử hữu hạn (Finite Element Method - FEM) để phân tích tương tác phi tuyến giữa vải dệt và mô mỡ cơ thể nhằm tối ưu hóa trang phục thể thao chuyên dụng và trang phục định hình y tế.

Tác động và ảnh hưởng

  • Tác động Học thuật (Academic Impact): Tạo tiền đề cho hàng loạt hướng nghiên cứu liên ngành giữa Công nghệ Dệt may, Khoa học Máy tính và Nhân trắc học Công nghiệp tại Việt Nam. Các bài báo công bố từ luận án trên các tạp chí khoa học uy tín tạo nguồn trích dẫn quan trọng cho các công trình nghiên cứu sau đại học về Virtual Fashion và AI in Ergonomics.
  • Chuyển đổi Công nghiệp Dệt may (Industry Transformation): Trực tiếp thúc đẩy quá trình chuyển đổi số của các tập đoàn dệt may Việt Nam (Vinatex, Nhà Bè, Việt Tiến, May 10). Việc sở hữu bộ Avatar chuẩn người Việt giúp các doanh nghiệp tự tin chuyển dịch từ phương thức gia công đơn thuần sang tự thiết kế và xây dựng thương hiệu riêng (ODM/OBM), thâm nhập thị trường thương mại điện tử thời trang may đo cá nhân hóa (Mass Customization / Made-to-Measure - MTM).
  • Hoạch định Chính sách và Tiêu chuẩn hóa Quốc gia: Cung cấp luận cứ khoa học thực nghiệm vững chắc để Viện Tiêu chuẩn Chất lượng Việt Nam (VSQI) và Bộ Công Thương xem xét sửa đổi, cập nhật Tiêu chuẩn Việt Nam TCVN 5781 (Hệ thống cỡ số trang phục) vốn đã ban hành từ năm 2009 và không còn phản ánh đúng thể trạng người Việt hiện đại.
  • Lợi ích Xã hội và Môi trường: Giảm thiểu tỷ lệ trả hàng (return rate) trong mua sắm thời trang trực tuyến do lỗi không vừa vặn (hiện chiếm tới $30 \div 40%$ trong thương mại điện tử), từ đó giảm thiểu đáng kể lượng rác thải dệt may và khí thải carbon ra môi trường.

Đối tượng hưởng lợi

  1. Nghiên cứu sinh và Giới nghiên cứu chuyên sâu: Thừa hưởng khung phương pháp luận hoàn chỉnh từ khâu thiết kế mẫu, quy trình vận hành máy quét 3D quang học, đến giải thuật phân tích đa biến PCA/K-means và lập trình mạng nơ-ron tái tạo bề mặt 3D.
  2. Giảng viên và Cơ sở đào tạo Đại học ngành Dệt may - Thời trang: Sử dụng kết quả luận án làm tài liệu giảng dạy tiên tiến cho các học phần Thiết kế Thời trang 3D, Nhân trắc học May mặc và Ứng dụng Tin học trong Công nghệ May.
  3. Bộ phận R&D và Thiết kế tại các Doanh nghiệp May mặc: Được trang bị miễn phí bộ thư viện 5 Avatar 3D tham số hóa chuẩn xác, giúp thiết lập ngay quy trình phát triển sản phẩm áo sơ mi, veston, quần âu và áo dài nam trung niên trên các nền tảng phần mềm 3D chuyên nghiệp.
  4. Cơ quan Quản lý Tiêu chuẩn Nhà nước: Có sẵn cơ sở dữ liệu số hóa tin cậy với hơn 210 thông số của 1.106 đối tượng để ban hành biểu quy chuẩn cỡ vóc quốc gia.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc thiết lập Mô hình tương quan phi tuyến giữa tham số nhân trắc 2D và không gian hình thái 3D dạng lát cắt mỏng (Slice-Structure), mở rộng trực tiếp Lý thuyết Nhân trắc học Hình thái (Morphological Anthropometry) và Lý thuyết Tham số hóa Bề mặt Hình học (Parametric Geometric Modeling). Luận án đã bác bỏ mô hình xấp xỉ hình học tuyến tính truyền thống, chứng minh rằng sự thay đổi thể tích thân người ở độ tuổi trung niên chịu sự chi phối của các hàm biến dạng cục bộ tại vùng thắt lưng - bụng dưới, vốn chỉ có thể giải quyết chính xác thông qua không gian tiềm ẩn phi tuyến tính của mạng nơ-ron học sâu.

2. Điểm đổi mới phương pháp luận khi so sánh với ít nhất 2 công trình quốc tế tiêu biểu?

  • So với công trình của Su Joung Cha (2020): Cha chỉ sử dụng các phép đo nhân trắc 2D kết hợp PCA và K-means để phân loại vóc dáng thành 4 nhóm đơn thuần trên phần mềm SPSS. Luận án của Nguyễn Mậu Tùng không dừng lại ở phân loại thống kê mà giải quyết trọn vẹn bài toán tái tạo 3D: đưa dữ liệu đám mây điểm vào mạng CNN để xuất mô hình Avatar 3D kỹ thuật số hoàn chỉnh.
  • So với công trình của Allen, Curless & Popović (2003): Allen sử dụng PCA để giảm chiều lưới tam giác và tối ưu hóa hồi quy tuyến tính từ 6 số đo nhân trắc, phương pháp này gặp hiện tượng "quá khớp" (overfitting) hoặc sai lệch lớn khi dữ liệu quét bị khuyết tật. Luận án khắc phục triệt để bằng cấu trúc Slice-Structure chia nhỏ cơ thể kết hợp mạng học sâu CNN, cho phép tự động lấp đầy các vùng khuyết dữ liệu với sai số hình học cực tiểu ($< 1{,}85,\text{mm}$).

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là Hiện tượng biến dạng mặt cắt ngang thân mình tại vị trí ngang eo/rốn ở nhóm tuổi 51÷60: Mặc dù chỉ số khối cơ thể BMI của nhiều cá nhân ở mức tiền béo phì ($\text{BMI} \approx 23{,}5 \div 24{,}9,\text{kg/m}^2$), nhưng giá trị Drop bị triệt tiêu gần như hoàn toàn (Drop $\le 4,\text{cm}$) do sự dịch chuyển trọng tâm mô mỡ từ phần ngực trên xuống vùng bụng dưới. Điều này dẫn đến sự thay đổi hình học của đường sống lưng (tăng độ võng thắt lưng $12%$ và tăng độ gù lưng trên $8%$), khiến các công thức thiết kế rập áo sơ mi/áo dài nam phẳng truyền thống bị giật gấu phía trước và nhăn nhúm nghiêm trọng ở nách sau.

4. Luận án có cung cấp quy trình nhân bản thực nghiệm (Replication Protocol) không?

Luận án cung cấp một Quy trình thực nghiệm chuẩn hóa chi tiết 5 bước có khả năng nhân bản hoàn toàn:

  • Quy chuẩn chuẩn bị đối tượng đo (trang phục định hình, điều kiện chân đất, tóc búi, thả lỏng cơ).
  • Thông số kỹ thuật buồng quét SizeStream SS14 (chiều cao $2{,}1,\text{m}$, quét ánh sáng trắng, hiệu chuẩn máy bằng mẫu chuẩn trước phiên đo).
  • Giao thức 5 bước quét tự động kết hợp cân điện tử InBody.
  • Pipeline xử lý dữ liệu SPSS: Kiểm định Gauss $\rightarrow$ PCA xoay Varimax $\rightarrow$ K-means $\rightarrow$ Biệt số $\rightarrow$ ANOVA ($p < 0{,}05$).
  • Cấu trúc mạng CNN và giải thuật biểu diễn lát cắt Slice-Structure (góc quét $3^\circ$/điểm) bằng mã nguồn tính toán.

5. Lộ trình nghiên cứu 10 năm (10-Year Research Agenda) được vạch ra như thế nào?

  1. Năm 1–2: Mở rộng cơ sở dữ liệu quét 3D toàn quốc cho 10.000 mẫu đa dạng lứa tuổi và ngành nghề tại 3 miền Bắc - Trung - Nam; hoàn thiện thư viện Avatar số hóa quốc gia.
  2. Năm 3–5: Tích hợp công nghệ quét 3D bằng camera điện thoại thông minh (AI-based Smartphone 3D Scanning) kết hợp avatar cá nhân hóa theo thời gian thực phục vụ thương mại điện tử.
  3. Năm 6–8: Phát triển hệ thống thử đồ ảo 4D thời gian thực (Real-time 4D Cloth Simulation) mô phỏng chính xác ứng suất cơ học và động học cơ thể người khi vận động thể thao hoặc làm việc cường độ cao.
  4. Năm 9–10: Xây dựng nền tảng Metaverse Fashion sinh thái mở, nơi Digital Avatar đạt chuẩn nhân trắc học cơ thể người Việt được ứng dụng xuyên suốt từ sàn diễn thời trang ảo, game 3D, y tế phục hồi chức năng đến sản xuất may đo thông minh tự động hóa hoàn toàn bằng robot.

Kết luận

Công trình nghiên cứu luận án tiến sĩ của tác giả Nguyễn Mậu Tùng với đề tài "Phân loại vóc dáng nam trung niên Thành phố Hồ Chí Minh ứng dụng xây dựng Avatar trong phần mềm thiết kế trang phục 3D" đã hoàn thành xuất sắc các mục tiêu khoa học đề ra, ghi nhận các đóng góp mang tính bước ngoặt:

  1. Xây dựng bộ cơ sở dữ liệu nhân trắc học 2D/3D quy mô lớn: Thu thập thành công dữ liệu quét 3D của 1.706 người Việt Nam, trong đó xử lý chi tiết 1.106 nam giới (18÷60 tuổi) và 378 nam trung niên (30÷60 tuổi) với 210 thông số kích thước giải phẫu đạt độ tin cậy thống kê cao ($P = 0{,}95$).
  2. Phân loại khoa học 5 nhóm vóc dáng nam trung niên TP. Hồ Chí Minh: Ứng dụng thành công chuỗi công cụ toán thống kê đa biến (PCA, K-means, Discriminant, ANOVA) để xác lập 5 kiểu hình thể đặc trưng (Hình thang cân đối, Tam giác ngược ngực nở, Hình chữ nhật thân phẳng, Hình quả lê bụng dưới, Hình bầu dục béo bụng), chỉ rõ quy luật biến đổi nhân trắc và suy giảm chỉ số Drop theo độ tuổi.
  3. Đột phá công nghệ xây dựng Digital Avatar bằng Học sâu (Deep Learning): Đề xuất phương pháp cấu trúc lát mỏng (Slice-Structure) kết hợp mạng nơ-ron tích chập (CNN) để xử lý dữ liệu đám mây điểm, giải quyết triệt để vấn đề khuyết thiếu bề mặt khi quét 3D, giảm sai số hình học xuống dưới $1{,}85,\text{mm}$.
  4. Kết nối thành công Avatar tham số hóa với phần mềm công nghiệp CLO3D: Xuất định dạng 5 mô hình ma-nơ-canh kỹ thuật số 3D chuẩn xác, tích hợp trực tiếp vào môi trường CAD/CAM thời trang, xóa bỏ khoảng cách giữa nghiên cứu nhân trắc lý thuyết và ứng dụng sản xuất thực tế.
  5. Thử nghiệm thành công may đo và đánh giá độ vừa vặn trang phục Áo dài nam: Chứng minh tính khả thi vượt trội của công nghệ mô phỏng thời trang 3D trong việc tối ưu hóa thông số rập, nâng cao độ êm phẳng và tính thẩm mỹ của sản phẩm may mặc truyền thống cho người tiêu dùng trung niên Việt Nam.
  6. Mở ra kỷ nguyên chuyển đổi số cho ngành công nghiệp Dệt may Việt Nam: Cung cấp nền tảng kỹ thuật then chốt giúp các doanh nghiệp dệt may trong nước nâng cao năng lực thiết kế chủ động ODM/OBM, đẩy mạnh công nghệ thời trang số bền vững và đóng góp luận cứ thực nghiệm quan trọng cho việc chuẩn hóa hệ thống cỡ số quốc gia.