人体头面部特征及分类研究是口罩、面具与头盔等头面部可穿戴产品结构设计、号型制定、舒适合体性研究及版型优化的重要基础。为满足头面部产品设计与生产需求,我国在1998年制定了GB/T 2428-1998《成年人头面部尺寸》。但二十多年来,人体头面部尺寸数据已经发生了变化,人们对头面部服饰产品的舒适性和合体性也有了更高的要求。加之2019年“COVID-19”的爆发使适合佩戴的口罩成为医护人员和普通人群的重要防护设备,如何提高口罩的安全防护水平也成为人们关注的社会热点问题。口罩的贴合度与适配性和防护有效性直接相关,因此能有效提取反映群体的头面部特征来满足口罩、头盔、面具等产品在人体适配设计过程中的需求成为迫切需要。为提高头面部产品设计的适配性,本文基于3D人体测量学,以18-25岁的年轻女性为研究对象,采用接触式测量与3D扫描技术获取头面部形态特征。通过主成分分析确定影响头面部形态分类的代表性参数。采用k-means聚类方法对年轻女性头面部形态进行分类。并且为实现通过少量头面部特征尺寸精准预测其号型,提出了一种基于MLP神经网络头面部号型预测模型。最后基于NURBS构建了各类别头面部中间体模型,获取精确的人体头面部三维形态包括特征点三维坐标及轮廓周线等,建立了样本数据集。相较于2D样本数据集,本研究的样本数据集可视化了头面部的3D坐标,强化了数据的三维深度信息。研究结果可为头面部产品的设计提供参考。课题主要包括以下几方面的内容和结论:（1）为研究女大学生的头面部特征,对其头面部数据进行采集。结合传统手工测量与3D扫描非接触测量方法,以189名女大学生为实验对象,测量并获取处理头面部尺寸与点云数据,统计形态面长、面宽、两耳屏间宽等41个头面部形态尺寸以及身高、体重,建立数据库。发现与国标数据相比,女大学生的头全高普遍增大,两下颌角间宽减小头面部形态偏狭长。头围、头全高的测量数据要比国标数据大,头围大2.5%,头全高大3.8%,面宽及两下颌角间宽等下面部整体尺寸要比国标数据小,在审美趋同的背景下头面部尺寸差异化减小。（2）通过主成分分析确定影响头面部分类的代表性参数包括头部轮廓、耳部、面宽、眼部、鼻部和口唇部等6个特征因子。并选取6个因子中相关指数最大的头围、容貌耳长、形态面长、两眼外宽、鼻高、口宽作为代表性指标进行k-means聚类分析,得到5个头面部分类。并通过探究头面部尺寸的相互关系以及与身高、体重的关系发现头面部尺寸相互间相关性显著。（3）提出一种基于MLP神经网络头面部号型预测模型。采用指数分型法将头面部进行量化分型,制定5个头面部号型:XS型/形态指数＞93、S型/形态指数88-93、M型/形态指数84-88、L型/形态指数79-84、XL型/形态指数＜79。并通过MLP神经网络模型采用各号型样本的70%作为训练样本,生成的模型预测结果正确率达到93.42%。实现以6个因子即头围、容貌耳长、形态面长、鼻高、口宽、两眼外宽头面部特征尺寸精准预测其号型,对提高头面部产品适配性有重要意义,有助于提高头面部产品的质量且对规范市场有指导作用。（4）构建模型提取头面部三维形态特征。采用杭州先临Ein Scan Pro 2X手持式三维扫描仪,基于NURBS曲面原理构建各个头面部号型中间体模型。对各头面部中间体模型进行归一化运算,有效提取头面部三维形态及轮廓周线发现形态指数越大头面部的整体轮廓越小,在鼻尖水平基线上的纵深越小,面部形态更加窄小,且鼻尖至后枕点的距离也逐渐增大。并以口罩为例,构建罩面模型UG展开获取样板。通过人体头面部多曲面建模改善头戴产品适配性的设计,为研究当代中国人的头面部尺寸和面向中国市场的头戴产品设计积累形态学资料。