单张图像中穿着衣物的人的360度纹理
本研究提出了一种从单张照片中生成人体服装真实3D模型的算法，该算法可以还原出服装的全局形态、几何信息和细节，结合参数估计、语义分析和物理模拟等技术，可应用于虚拟试穿、服装转化、数字人物的服装动画等领域。
Aug, 2016
提出一种将服装图像的纹理自动转移到穿着在人体模型上的3D服装的方法，并在不需要纹理信息的情况下实现，速度比传统方法更快，从而实现了更准确的模型，这为虚拟试穿等应用提供了新的途径。
Mar, 2020
该论文介绍了一种新型的生成模型SMPLicit，可以联合表示人体姿势、形状和衣物几何形状，并将不同类型的衣物拓扑结构（如无袖上衣、连帽衫和开衫）以一种统一的方式表示，同时控制其他属性如大小或紧身/松身。SMPLicit建立在对SMPL人体参数的条件隐式模型和可学习潜在空间上，具有很高的表达灵活性，可以被用于3D扫描、3D重建和服装编辑。
Mar, 2021
该论文介绍了一种名为ICON的方法，该方法使用局部特征来进行3D人体建模，可以从不规则的2D图像中生成逼真且可动态的人体模型，并可以创建个性化且自然的动态变形的角色。
Dec, 2021
该研究通过使用可以捕捉衣物粗糙表面几何特征的学习的非规范化本地变形来解决现有点云或隐式表面建模方法对衣服建模的不足，可以用于学习人物特定的化身并演示其动画效果，并能从原始扫描直接学习，使得创建逼真化身的过程大大简化。
Sep, 2022
我们提出了CaPhy，一种用于重建具有逼真动态属性的可动画人体角色的新方法，重点是捕捉衣物的几何和物理属性以及在真实观察中应用新颖的动作，以物理正确的变形和皱纹覆盖人体角色，通过与物理损失的非监督训练以及使用扫描数据的三维监督训练结合的方式重建具有物理逼真性和符合人体扫描的衣物的动态模型，同时通过引入物理损失的梯度约束来优化扫描数据下潜在物理模型的物理参数，与之前的3D角色重建工作相比，我们的方法能够泛化到具有逼真的动态布料变形的新动作，对多个主题进行的实验表明我们的方法能够估计服装的物理属性，从而得到优于之前方法的定量和定性结果。
Aug, 2023
我们提出了SMPLitex，这是一种从单张图片中估计和操作人类完整3D外观的方法。SMPLitex基于最近提出的2D图像生成模型，并通过对输入图像上的像素到表面对应进行计算将其扩展到3D领域。我们首先训练了一个完整的3D人类外观生成模型，然后通过将生成模型与主体的可见部分相关联，将其适应于输入图像。此外，我们提出了一个新的高质量人类纹理数据集，通过对SMPLitex进行主体描述和图像采样构建。我们在三个公开数据集中进行定量和定性评估，结果显示SMPLitex明显优于现有的人类纹理估计方法，同时允许进行更多样化的任务，如编辑，合成和操作。
Sep, 2023
该论文介绍了一种从图像中实现3D服装的逼真重建的方法，通过一种基于图像纹理的新框架，使用姿势信息从单张图像中生成3D服装的纹理图像，验证了该方法的有效性，并提供了一个大型数据集，对未来的服装纹理重建和合成研究具有重要参考价值。
Oct, 2023
本研究针对现有方法对人类身体模型的依赖，缺乏针对松散衣物变形建模的有效方法，提出了一种无需模板的点基、姿态条件生成模型PocoLoco。该模型直接在无序点云上操作，允许在虚拟人类动画等应用中实现点云完成和基于姿态的编辑，显著拓展松散衣物的人体建模能力。
Nov, 2024