近几年,计算机网络迅猛发展,人们生活的节奏不断加快,网络购物成为人们主要的消费方式。服装作为人类文明的载体,成为网络购物商品中的重要组成部分。服装在网络平台中的展示是消费者获取服装信息的主要渠道,网络平台对服装细节的展示直接影响消费者的购买欲望。相对于传统服装展示方式,三维虚拟服装可以全面展示服装细节,给消费者提供全新的购物体验。三维虚拟服装展示的关键在于布料褶皱的表现,目前广泛使用的物理模拟方法模拟效果逼真,但建模过程复杂,影响网络平台的展示效率。通过数据驱动技术找到人体体态与服装褶皱的关系,建立二者之间的关系模型,可以实现服装褶皱的快速呈现。以真实的女士服装为研究对象,选取衬衣和运动裤,获取服装展示中模特穿着服装的动作视频。针对八个影响服装褶皱的关节点动作,分别获取100张单帧图片,并从中提取关节夹角数据和褶皱数据,以此作为样本数据集。选取八种机器学习算法,以Python语言编写算法程序,分别对八个关节点动作的人体体态数据和服装褶皱数据的关系进行学习,获得关系模型。对比发现测试值与实际值趋于一致且均方误差控制在可接受范围内,从而确定最终模型。