Jul, 2018

时尚呈现轮廓：从线上资源分析基于身体形状的服装偏好

PDF
TL;DR收集了一个新的数据集，使用多张照片的方法来预测用户的体型并构建一个有条件的衣服类别模型。研究发现，衣服类别与体型具有相关性，并提出了一个新的基于多视角预测的方法来解决这个问题。
clothing garmentsbody shapedatasetmulti-photo approachpredictive model
发现论文，激发创造
  • 人体形状与服装估计

    该研究综述了人体形状和服装估计领域的重要工作，主要关注人体形状估计、时尚生成、关键点检测和属性识别四个方面，并讨论了最新发展、优点、局限以及方法和结果的定性差异，旨在提供对该领域的全面理解并激励未来的研究。

    Feb, 2024

  • 基于单张图像的人体形状分类

    本文提出了一个从单一图像中分类人体形状的方法，该系统不需要 3D 身体重建，可以在嘈杂的环境中进行操作，可以用于推荐合适的尺寸和试穿系统。

    May, 2023

  • ViBE：适合各种身材的着装方式

    ViBE 是一种可视化身体感知嵌入方法，通过学习在线服装目录中穿着产品的不同形状和尺寸的时尚模特，识别出适合特定身体形状的服装，推荐效果显著。

    Dec, 2019

  • 3DPeople: 建模穿着衣服人的几何形状

    本文提出了一种从单张照片中预测着装人体几何形状的新方法，包括三个关键点：一个新数据集，一个新的形状参数化算法和一个端到端的深度生成网络。

    Apr, 2019

  • StreetStyle：从数以百万计的照片中探索全球时尚风格

    本研究基于大规模照片数据集，运用深度学习训练分类器和风格聚类方法，分析全球时尚趋势及时空变化规律。

    Jun, 2017

  • DL-EWF: 基于全面分割的深度学习赋能女性时尚的身体形状分类

    利用数字成像和深度神经网络（DNN）方法，本研究利用 Style4BodyShape 数据集为了将身体形状分类为五个类别：矩形、三角形、倒三角形、沙漏形和苹果形。从图像中提取出个人的身体形状，并使用各种预训练模型对分割结果进行分类，结果表明 Inception V3 模型在 f1-score 评估指标和准确性方面表现优异。

    Apr, 2024

  • 上下：用单类协同过滤模型建模时尚趋势的视觉演化

    本文介绍了一种利用深度卷积神经网络，结合用户反馈和时尚趋势进行实时热门商品推荐的算法，以及该算法在 Amazon 上进行的实验。

    Feb, 2016

  • 一种穿着衣物的人的生成模型

    本文提出了第一个基于图像的全身穿着人群生成模型，通过从大规模图像数据库中学习生成模型，我们克服了人体姿态、形状和外观方面的高变异性挑战，并提出了一种可分解生成模型以生成逼真的人物图像。该方法有效地实现了数据驱动的人物生成方法。

    May, 2017

  • 基于换装 3D 扫描序列的人体形态细节精准估计

    本研究提出了一种新方法，可以从穿着衣服的 3D 扫描序列中恢复个人化的人体形状，其性能在姿态估计和形状估计方面均优于现有技术。

    Mar, 2017

  • 利用度量和语义属性进行精准的三维人体形状回归

    通过采集互联网上的时尚模特图片和一小部分人体测量数据，以及用于各种三维身体网格的语言形状属性，我们训练了一种名为 SHAPY 的神经网络，该模型可从 RGB 图像中回归出三维人物的姿态以及形状。在新的 HBW 数据集上进行测试，SHAPY 在三维人体形状估计任务上表现出色，明显优于现有技术。

    Jun, 2022