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

这篇论文提出了一种新方法，使用前向蒙皮模块和对抗网络模型，仅从少量生动的数据中学习生成多样化的3D人形模型，以便能够更自然地生成身着不同服装的人形模型，并且还可用于将人形模型拟合到原始扫描数据上。

Jan, 2022

本文提出AvatarGen方法，是第一种通过仅使用2D图像训练，能够生成高保真度外观和可控几何形状的、解耦式的可控人体动画的方法。

Nov, 2022

ELICIT是一种基于3D几何和视觉语义先验的模型，借助于CLIP模型以及基于分割的采样策略，可以从单张图片中生成逼真的、可动画的3D人体模型。

Dec, 2022

本文提出一种新的生成式模型，利用真实世界的3D扫描完成人体和物品（背包、外套、围巾等）的组合式生成模型的学习，并充分考虑两者之间的交互作用和相互形状变化，解决了先前方法中的限制性表达能力和可控性问题。我们的实验表明该模型能够将不同的物品自然地组合成各种动作和姿势下的人物，且无需人工标注。

May, 2023

DreamHuman 是一种从文本描述自动生成逼真可动的三维人物头像模型的方法，该方法将大规模的文本到图像合成模型、神经辐射场和统计人体模型连接在一起，以新颖的建模和优化框架产生动态三维人物头像，具有高质量的纹理、实例特定的表面变形和多样化的外观、衣着、肤色和身体形态。

Jun, 2023

我们提出了SCULPT，一种新颖的针对穿着衣服和贴图的人体3D网格的生成模型。

Aug, 2023

通过以人为基础的准确物理建模，我们提出了一种增强的生成方案 En3D，能够从合成的平衡、多样化和结构化的人类图像中，准确地模拟具有逼真外观的通用化 3D 人物。

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

3D建模近年来得到了快速发展，特别是在三维人体建模方面，这篇综述从重建和生成的角度全面介绍了相关技术和方法，并对现有方法的反思和未来研究方向进行了讨论。

Jun, 2024