CLOTH3D: 服装三维人体
本文提出了一种名为 CAPE 的基于 Mesh-VAE-GAN 和 SMPL 身体模型的条件服装生成模型,能够直接为 3D 人体模型着装并适用于不同的姿势。
Jul, 2019
Deep Fashion3D 是迄今为止最大的 3D 服装模型集合,包含 2078 个模型和丰富的注释信息,并引入了一种新的单视角服装重建方法。
Mar, 2020
ClothesNet 是一个大规模的 3D 服装对象数据集,注释包含服装特征、边界线和关键点,可用于计算机视觉和机器人交互任务。通过该数据集,我们为服装感知建立了基准任务,并在机器人交互任务中开发了模拟服装环境,并展示了 ClothesNet 在现实世界实验中的功效。
Aug, 2023
基于新颖的物理解耦 - 语义感知扩散模型,本文提出了一个文本驱动的分层式 3D 人体生成框架,可以生成具有一致身体结构的 3D 人体,同时允许分层式的自由编辑。
Dec, 2023
介绍了 4D-DRESS,这是第一个以高质量 4D 纹理扫描和服装网格推进人类服装研究的真实世界 4D 数据集,拥有 64 套服装和 520 个人体运动序列的 78k 纹理扫描,通过半自动的 4D 人体解析流程标注和分割详细复杂的 4D 人体扫描,为服装模拟和重构建立了多个基准,为逼真人体服装研究的进步铺平了道路。
Apr, 2024
本论文提出了一种基于 ClothWild 的 3D 服装人体重建框架,通过一种弱监督管道和 DensePose-based 损失函数解决了 training 和 in-the-wild 数据之间的大型领域差距,在公开数据集上得到了比现有技术更准确和更健壮的结果。
Jul, 2022
该研究介绍了 CloSe-D 数据集,其中包含 3167 个扫描的 3D 服装分割,覆盖了 18 个不同的服装类别;同时提出了 CloSe-Net,第一个基于学习的用于彩色点云的精细分割的 3D 服装分割模型,该模型利用局部点特征、身体服装相关性和基于服装类别和点特征的注意力模块,提高了性能。CloSe-T 是一个用于细化分割标签的 3D 交互工具,在实际数据上展示了改进的泛化能力。
Jan, 2024
本研究针对数字化人物研究领域的衣物建模、动画和重建方面的最新发展进行了探讨,提出基于真实世界数据集训练的高保真度 3D 生成模型 Design2Cloth,为时尚行业做出了重要贡献,并展示了该方法在从 2D 布料遮罩生成多样化、详细化服装以及从野外图像和 3D 扫描中实现高质量重建方面的优势。
Apr, 2024
使用一个人的动态视频,通过引入新颖的组合式人体建模框架,结合显式建模和隐式建模的方法,实现高质量的服装 3D 人体化身建模,解决了缺乏几何和其时间对应关系的 3D 真值数据的挑战,成功地生成了具有运动相关几何和纹理的服装 3D 人体化身。
Dec, 2023