La mass customisation a été appliquée au marché de grande consommation de vêtements depuis plus de 20 ans. Pourtant, les travaux concernés se focalisent essentiellement sur le prototypage virtuel par utilisation des outils de CAO. Le stylisme et le marketing n’ont pas été étudiés de façon systématique. Dans le cadre de ma thèse doctorale, nous proposons un système d’aide à la décision orienté vers les styles afin de fournir des conseils aux créateurs. Dans ce système, nous caractérisons, d’abord, les perceptions de créateurs et de consommateurs sur les morphotypes. Deux expériences ont été effectuées afin d’acquérir les données des experts (descripteurs sensoriels) décrivant les corps virtuels sans et avec styles de vêtements. Une autre expérience a été réalisée pour extraire les données des consommateurs sur les relations entre les thèmes (images socioculturelles souhaités) et les descripteurs sensoriels. Ensuite, ces données perceptuelles sont formalisées et analysées par utilisation des ensembles du flou, des arbres de décision, et des cartes cognitives floues. La modélisation des relations entre ces perceptions et les mensurations du corps permettent de calculer les degrés de pertinence d’un corps humain sans et avec style de vêtement par rapport à un thème spécifique. La comparaison de ces deux degrés de pertinence permet de déterminer si un nouveau style de création est faisable pour un thème donné. Le système proposé a été testé et analysé dans deux cas réels : la création des styles personnalisés et la sélection des styles pour un marché de grande consommation. / Mass customization has been applied in fashion mass market for more than 20 years. However, the related work mainly focuses on application of CAD tools such as body shape modeling and garment modeling. Fashion design and fashion marketing have not been involved systematically. In fact, when developing mass customized products, we should study human perception on products, including consumer’s and design expert’s perception, and integrate it into the new process of design.In my PhD research project, we originally propose a fashion decision support system for supporting designer’s work. In this system, we first characterize and acquire fashion expert perception and consumer perception on human body shapes. Two experiments are proposed in order to acquire expert perceptual data (sensory descriptors) on naked virtual body shapes and those with garment design styles. Another experiment is carried out for acquiring consumer perceptual data on relations between fashion themes (images desired by general public) and sensory descriptors. Next, these perceptual data are formalized and analyzed using the intelligent techniques, i.e. fuzzy set theory, decision tree and fuzzy cognitive map. The complex relations between these perceptions as well as the physical measurements of body shapes are modeled, leading to compute the relevancy degrees of a naked body and a body with a garment design style to a given fashion theme. The comparison of these two relevancy degrees will permit to determine if a new design style is feasible or not for a given fashion theme. The proposed system has been tested and analyzed in two real cases: i.e. customized design and mass market selection.

Dans un contexte économique où les concurrences internationales sont exacerbées, la customisation, ou personnalisation de masse des produits devient aujourd’hui une stratégie très importante des entreprises pour améliorer la valeur perçue de leurs produits. Cependant, les expériences des plateformes de customisations actuelles en ligne ne sont pas pleinement satisfaisantes car les choix personnalisés sont essentiellement limitées à des couleurs et à des motifs. Les dimensions sensorielles des produits, incluant en particulier l’apparence et le toucher des matières tout autant que le bien-aller du vêtement sont rarement proposés.Dans le cadre de ma thèse doctorale, nous avons proposé une plateforme de co-création, permettant aux commerçants, aux créateurs et aux clients d’acquérir conjointement une nouvelle expérience sur le développement de vêtements personnalisés à la valeur ajoutée plus élevée sans entraîner de surcoûts industriels. La construction de cette plateforme consiste en plusieurs parties. Tout à bord, nous avons sélectionné, par une expérience sensorielle, un logiciel de CAO en confection 3D bien adapté en termes de la qualité de rendu du vêtement virtuel. Ensuite, nous avons proposé un plan d’expérience sensorielle par utilisation d’une nouvelle méthode d’apprentissage actif proposée afin d’acquérir, sans mesures physiques, les paramètres techniques de l’étoffe dans un délai très court. Cette méthode est efficace, rapide, facile à réaliser et notamment très significative pour des transactions des textiles en ligne. Puis nous avons caractérisé quantitativement la perception du vêtement virtuel par des notes numériques sur un ensemble de descripteurs sensoriels normalisés. Ces derniers concernent l’apparence et le toucher de la matière, ainsi que le fit du vêtement. Les données sensorielles ont été obtenues respectivement dans deux autres expériences sensorielles. Par apprentissage de ces données, nous avons établi deux modèles. Le premier permet de caractériser la relation entre la perception sur l’apparence et le toucher du matériau virtuel et les paramètres techniques correspondants, constituant une entrée du logiciel de CAO en confection. Le deuxième modèle permet de caractériser la relation entre la perception du fit du vêtement virtuel et les paramètres des patrons. A l'aide des deux modèles précédents, les créateurs et consommateurs peuvent ajuster les éléments initiaux de conception pour les matières et les patrons du vêtement selon leurs attentes au niveau du sensoriel. / Under the exacerbated worldwide competition, the mass customization or personalization of products is now becoming an important strategy for companies to enhance the perceived value of their products. However, the current online customization experiences are not fully satisfying for consumers because the choices are mostly limited to colors and motifs. The sensory fields of products, particularly the material’s appearance and hand as well as the garment fit are barely concerned.In my PhD research project, we have proposed a new collaborative design platform. It permits merchants, designers and consumers to have a new experience during the development of highly valued personalized garments without extra industrial costs. The construction of this platform consists of several parts. At first, we have selected, through a sensory experiment, an appropriate 3D garment CAD software in terms of rending quality. Then we have proposed an active leaning-based experimental design in order to find the most appropriate values of the fabric technical parameters permitting to minimize the overall perceptual difference between real and virtual fabrics in static and dynamic scenarios. Afterwards, we have quantitatively characterized the human perception on virtual garment by using a number of normalized sensory descriptors. These descriptors involve not only the appearance and the hand of the fabric but also the garment fit. The corresponding sensory data have been collected through two sensory experiments respectively. By learning from the experimental data, two models have been established. The first model permits to characterize the relationship between the appearance and hand perception of virtual fabrics and corresponding technical parameters that constitute the inputs of the 3D garment CAD software. The second model concerns the relationship between virtual garment fit perception and the pattern design parameters. These two models constitute the main components of the collaborative design platform. Using this platform, we have realized a number of garments meeting consumer’s personalized perceptual requirements.