ICCVAug, 2023

ClothesNet: 一个包含模拟服装环境的信息丰富的 3D 服装模型仓库

PDF
TL;DRClothesNet 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。
发现论文，激发创造
  • CLOTH3D: 服装三维人体

    CLOTH3D 是第一份大规模的 3D 服装人体序列的综合性合成数据集，并提供了基于条件变分自编码器和图卷积的生成模型，实现了在任何姿势和形状下逼真生成 3D 服装。

    Dec, 2019

  • CloSe: 一个 3D 服装分割数据集和模型

    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

  • Deep Fashion3D: 从单张图像重建三维服装的数据集与基准测试

    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

  • 利用 3D 模拟数据集进行面料 - 人体 - 属性引导虚拟试穿的网络设计

    本研究提出了一种名为 ClothFit 的虚拟试衣方法，通过考虑衣服的实际尺寸和人体属性，能够在目标身体上预测衣服的覆盖形状，该方法结合了 U-Net 网络结构和 Auto-encoder 技术，相比现有技术实现更加真实、高效的虚拟试衣效果。

    Jun, 2023

  • ModaNet: 具有多边形注释的大规模街头时尚数据集

    本文介绍了一个名为 ModaNet 的新型数据库，该数据库具有 55,176 张完全注释的街头图像并提供了基于多边形的注释方法，该数据库的主要目的是提供一个技术基准来公平评估应用最新计算机视觉技术的衣服识别算法的进展情况。

    Jul, 2018

  • 4D-DRESS：带语义注释的现实世界人类服装的 4D 数据集

    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

  • 多层 3D 服装动画

    本文提出了一种名为 LayersNet 的数据驱动方法来对多层服装进行建模并以微物理系统中的粒子相互作用为驱动，引入一种新的旋转等效变换以更好地模拟外部力，最终通过一个包含 700K 帧的数据集 D-LAYERS 进行验证并展示出优异的表现。

    May, 2023

  • Multi-Garment Net: 从图像中学习为 3D 人物着装

    该研究介绍了一种名为 MGN 的多服装网络模型，利用 SMPL 模型，通过视频中几帧图像（1-8）预测身体的形状及所穿服装，该模型能够更好的控制身形和服装的关系。为了训练 MGN，研究人员利用一个数字化的衣柜，该衣柜中包含了 712 件数字化服装模板以及真实人物在不同姿势、身着不同服装时的 3D 扫描数据。该数字化衣柜、MGN 模型以及 SMPL 模型的代码均可公开获取。

    Aug, 2019

  • TailorNet：利用人体姿势，形状和服装风格预测 3D 服装模型

    TailorNet 是一个用于预测三维服装变形的神经模型，它综合考虑了服装的姿态、形状和风格等因素，同时保留了皱纹细节。该模型采用了分解变形模型的方法，通过低频和高频组合预测服装形变，并且相比之前的模型，TailorNet 可以更快地提供更加真实的结果。

    Mar, 2020

  • 基于 RGB 图像的三维虚拟服装建模

    本文提出了一种新颖的方法，可以从照片中构建 3D 虚拟服装模型，通过利用多任务学习网络 JFNet 以及语义部件来提取颜色纹理信息，进行虚拟现实和混合现实的应用。

    Jul, 2019