Comfort is een belangrijk aspect voor kleding en in het bijzonder voor hoogwaardige sportkleding en persoonlijke beschermingsmiddelen (PBM). Het comfortgevoel is afhankelijk van een groot aantal parameters o.a. het metabolisme, de intensiteit van de activiteit, de klimatologische omstandigheden (o.a. temperatuur, windsnelheid en vochtigheid), maar ook van de kleding zelf (o.a. de eigenschappen van het textielmateriaal, het model en de pasvorm). Geen van de huidige methoden die toegepast worden om comfort van het materiaal of een kledingstuk te meten, is ideaal. Geen van allen houdt geen rekening met alle parameters en ze vereisen talrijke fysieke prototypes, gespecialiseerde testapparatuur, langdurige en kostelijke draagtesten met proefpersonen.

Het hoofddoel van dit project is om een snelle, gebruiksvriendelijke en betaalbare methode op punt te stellen om het draagcomfort van een kledingstuk te kunnen voorspellen en optimaliseren. Daarvoor zullen o.a. infrarood (IR) thermografie en Artificiële Intelligentie (AI) gecombineerd worden. Kleding oefent immers een belangrijke invloed uit op o.a. de huidtemperatuur (Tsk) en IR-thermografie is een geschikte technologie om deze veranderingen op te volgen. Bovendien is AI, en in het bijzonder Deep Learning (DL) de ideale tool voor complexe toepassingen zoals het voorspellen van kledingcomfort. Om effectief te zijn vereisen de AI-algoritmes een aanzienlijk grote databank. De datacollectie is tijdrovend en vereist een groot aantal testen met proefpersonen volgens een nauwkeurig gekozen testprotocol.

FashionTex-AI heeft de volgende doelstellingen: (1) het op punt stellen van het testprotocol, (2) het verzamelen van een relevante set kledingstukken en aankoop van apparatuur voor het meten van fysiologische parameters, (3) het opstarten van dataverzameling, (4) het opstellen van een databank en (5) het ontwikkelen van een eerste versie DL-algoritme.

Kledingstukken in verschillende materialen en pasvormen zullen geëvalueerd worden door proefpersonen tijdens een loopprotocol van een bepaalde duur en intensiteit uitgevoerd in verschillende omgevingsomstandigheden. Fysiologische parameters zoals (lokale) huidtemperatuur, hartslag, lichaamskerntemperatuur alsook comfortgevoel en temperatuurgevoel zullen verzameld  en gebruikt worden voor het opstellen van DL-algoritmes.

De ontwikkelde DL-algoritmes zullen de bedrijven in staat stellen om de juiste keuze van materialen en design te maken tijdens de ontwikkelingsfase en zullen als gevolg zowel het draagcomfort voor de eindgebruiker verbeteren als de ontwikkelkost voor de producent aanzienlijk reduceren.