КОНЦЕПТУАЛЬНЕ ПРОЄКТУВАННЯ РЕАЛІСТИЧНИХ FASHION-МОДЕЛЕЙ ЗАСОБАМИ ЦИФРОВОЇ ТРАНСФОРМАЦІЇ ГРАФІЧНОГО ЕСКІЗУ
DOI:
https://doi.org/10.35546/kntu2078-4481.2026.3.10Ключові слова:
концептуальне проєктування, цифрова трансформація, графічний ескіз, fashion-модель, джерело творчості, біоформа, фотореалістичність, нейромережевий синтезАнотація
У статті досліджено інноваційний процес трансформації творчого задуму в дизайні одягу від вивчення природної морфології до створення високореалістичних цифрових об’єктів. Актуальність дослідження зумовлена необхідністю розширення інструментарію концептуального проєктування в умовах цифрової трансформації fashion-індустрії, де традиційний графічний ескіз стає основою для генеративного синтезу складних біонічних форм. Методологія базується на використанні методу «семантичного перекладу» та промпт-інжинірингу, що дозволило трансформувати абстрактні концептуальні дескриптори у конкретні фактурні й об’ємно-просторові параметри моделей із застосуванням алгоритмів платформи Look.ai, які забезпечують адаптацію складних біоморфних структур до пластики людського тіла та реалістичну посадку виробу.
Результати дослідження демонструють спроможність ШІ-технологій забезпечувати високу точність відтворення складних 3D-фактур при суворому збереженні авторської силуетної лінії. Доведено, що режим Generate Look дозволяє завершити процес концептуального проєктування створенням цілісного художнього контексту, екстраполюючи семантичне ядро колекції на все візуальне середовище.
Наукова новизна та практична значущість дослідження полягають у розробці алгоритмізованої моделі взаємодії дизайнера з нейромережами, де цифрова трансформація ескізу виступає методом верифікації складних дизайн-ідей. Вперше запропоновано метод структурно-семантичного кодування творчого джерела для генеративного дизайну одягу, який базується на систематизації морфологічних, сенсорних, графічних та емоційних дескрипторів. На відміну від існуючих підходів, орієнтованих на випадкову візуальну інтуїцію ШІ, запропонована методика забезпечує збереження авторської концепції та підвищує контрольованість процесу генерації. Впровадження методики дозволяє суттєво скоротити часові витрати на пошук матеріалів і композиційних рішень, забезпечуючи високу концептуальну цілісність та реалістичність фінального продукту.
Посилання
Zhang, J. (2022). Research on the Application of 3D Virtual Simulation Technology in Fashion Design from the Perspective of Meta Universe. Scientific and Social Research, 4, 19–23. https://doi.org/10.26689/ssr.v4i12.4550
Захаркевич, О., Кошевко, Ю., Ельнашар, Е., Швець, Г., & Селезньова, А. (2023). Впровадження візуального словника з текстилю та моди у мобільний додаток. Herald of Khmelnytskyi National University. Technical Sciences, 321(3), 320-328. https://doi.org/10.31891/2307-5732-2023-321-3-320-328
Slavinska, A., Dombrovska, O., Mytsa, V., & Koshevko, J. (2020). Method of control of the compatibility of the children's clothing design using coefficients of dimensional features gradation. Fibres and Textiles, 27, 76–86.
Slavinska, A., Zakharkevich, O., Kuleshova, S., & Syrotenko, O. (2018). Development of a technology for interactive design of garments using add-ons of a virtual mannequin. Eastern-European Journal of Enterprise Technologies, 6(1(96)), 28-39. doi: 10.15587/1729-4061.2018.148984.
Lu, Z., Guo, J., Liu, S. et al. (2025). Bidirectional feature modulation fusion for fashion design using latent diffusion models. The Visual Computer 41, 8553–8567. https://doi.org/10.1007/s00371-025-03884-y
Lee, J., Kim, J. & Lee, H. Diffusedesigner: sketch-based controllable clothing image generation. Fash Text 12, 26 (2025). https://doi.org/10.1186/s40691-025-00426-x
Черевач, В. (2023). Цифрова мода: основні чинники виникнення та соціокультурне значення. Культурно-мистецькі та освітні практики, № 42, С. 307-315. doi: https://doi.org/10.31866/2410-1311.42.2023.2938042
Домбровська О. М., Артеменко М. П. Формування модельних комбінаторних рядів асортиментної структури жіночого жакета в умовах кастомізованого виробництва // Вісник Херсонського національного технічного університету. 2024. № 1 (88). С. 168–173. https://doi.org/10.35546/kntu2078-4481.2024.1.22
Yezhova, O., Wu, S., Pashkevych, K., Kolosnichenko, M., Ostapenko, N., & Struminska, T. (2024). Exploring design and technological aspects of digital fashion: A systematic review of recent innovations. International Journal of Fashion Design, Technology and Education. https://doi.org/10.1080/17543266.2024.2378032
Пашкевич, К. Л., Воробчук , М. С., & Шинкар , А. Ю. (2023). Імерсивні технології як інноваційний інструмент проєкції в дизайні. Арт та дизайн, (2), 96–104. https://doi.org/10.30857/2617-0272.2023.2.9
Run Wei. (2024). New Trends in Fashion Design: Digital Fashion Leads the Change. International Journal of Education and Humanities, 17(2), 232–237. https://doi.org/10.54097/99g93757
Shevchuk K. (2024). Digital transformations in clothing design at the beginning of the 21st century / K. Shevchuk // Bulletin of Lviv National Academy of Arts, № 52, 119-128. https://doi.org/10.37131/2524-0943-2024-52-12
Redström, J., Skog, T., & Hallnäs, L. (2000). Informative art: Using amplified artworks as information displays. Proceedings of DARE 2000 on Designing augmented reality environments, р. 103–114.
Doordan, D. (2021). Neri Oxman: Material ecology. Design Issues, 37(1), 91-92. https://doi.org/10.1162/desi_r_00626
Zhang, T., Xie, X., Du, X., & Xie, H. (2025). Sketch-guided scene image generation with diffusion model. Computers & Graphics, 129, Article 104226. https://doi.org/10.1016/j.cag.2025.104226
Zhang, L., Rao, A., & Agrawala, M. (2023). Adding conditional control to text-to-image diffusion models. In Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV). https://doi.org/10.1109/ICCV51070.2023.00355
Liu, B., Zhu, Y., Song, K., & Elgammal, A. (2021). Self-supervised sketch-to-image synthesis. Proceedings of the AAAI Conference on Artificial Intelligence, 35(3), 2073–2081. https://doi.org/10.1609/aaai.v35i3.16304
Zhao, L., Chen, Y., Du, G., & Wu, X. (2025). Semantic and sketch-guided diffusion model for fine-grained restoration of damaged ancient paintings. Electronics, 14(21), Article 4187. https://doi.org/10.3390/electronics14214187
Guo, J., Zhang, J., Wu, F., Lu, H., Wang, Q., Yang, W., Lim, E. G., & Lu, D. (2025). HiGarment: Cross-modal harmony based diffusion model for flat sketch to realistic garment image. In Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV 2025). https://doi.org/10.48550/arXiv.2505.23186
Ngai, E., Lee, M. C. M., & Kei, B. C. W. (2025). A generative artificial intelligence (GenAI) system for fashion design: A case study. IEEE Transactions on Engineering Management, р. 1–15. https://doi.org/10.1109/TEM.2025.3554248
Навольська Л. В., Колосніченко О. В., Струмінська Т. В., Луцкер Т. В., Ременєва Т. В. Дослідження актуальності візуалізації процесу проєктування одягу з використанням новітніх цифрових технологій // Індустрія моди (2), С. 52–62. https://doi.org/10.30857/2706-5898.2025.2.3
Яковлєв, М. І., Бердинських, С. О., Колосніченко, О. В., & Пашкевич, К. Л. (2023). Обєктивні та емоційні властивості сучасної візуалізації в дизайн-проєктуванні. Арт і дизайн, (1), 83–95. https://doi.org/10.30857/2617-0272.2023.1.8
Селезньова А. (2024). Розробка концепт-арту характерного персонажа засобами комп’ютерної графіки // Вісник КНУКіМ. Серія «Мистецтвознавство». 51, 152-163. https://doi.org/10.31866/2410-1176.51.2024.318370
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
