ICCVSep, 2023

Cloth2Body: 从 2D 服装生成 3D 人体网格

PDF
TL;DR在本研究中，我们定义和研究了一个新的 Cloth2Body 问题，其目标是从 2D 服装图像生成 3D 人体网格。与现有的人体网格恢复问题不同，Cloth2Body 需要解决输入的局部观察和输出的高度多样性带来的新挑战。我们提出了一个端到端的框架，从 2D 服装图像准确估计参数化为姿势和形状的 3D 体网格，并通过实验结果证明该框架达到了最先进的性能，在对齐服装的同时能够有效恢复自然而多样化的 3D 人体网格。
发现论文，激发创造
  • 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

  • 设计 2 服：由 2D 面罩生成 3D 服装

    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

  • 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

  • AG3D: 从 2D 图像集合中学习生成 3D 头像

    本文提出了一种从 2D 图像生成逼真的 3D 人物的新方法，并使用多个辨别器和 2D 法线图形式的几何线索来训练模型，取得了在几何和外观方面超过以前 3D 和关节感知方法的性能，通过系统的消融研究验证了模型的有效性和每个组件的重要性。

    May, 2023

  • 为可动人形模型建模衣服的单独层

    通过多视角捕捉视频对具有显式服装表示的可动衣物人形头像进行建模，采用二层网格表示注册每个 3D 扫描，通过时序卷积网络来预测衣物潜在编码以实现人体动力学和服装状态的交互作用。

    Jun, 2021

  • 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

  • 穿衣情况下人体形态与姿势的估计

    本研究提出了一种新方法，利用一种姿态不变形状空间对人体形状变化进行建模，结合基于骨骼的变形对姿态变化进行建模，用于估计着装人体扫描的静态和运动序列中的身体形状和姿态，改进了现有统计模型的拟合准确性。

    Dec, 2013

  • 从部分视角图像估计人体姿态的简单策略

    提出了一种模块化和简单的高度标准化方案，通过将主体骨架重定位到所需位置，标准化比例并解脱两个变量之间的关系，显著提高了部分身体测量估计。此方法在多视图设置下也具有适用性。

    Apr, 2024

  • 生成式服装中的 3D 人物着装学习

    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

  • Tex2Shape：从单张图像获取详细的全身人体几何形状

    本研究提出了从单张照片推断出详细的全身人体形状的简单而有效的方法，其将形状回归转化为图像转换问题，并使用纹理图来估计细节的法线和位移图，能够将细节添加到低分辨率的光滑身体模型中，尽管仅使用合成数据进行训练，但该模型在真实世界的照片上表现良好。

    Apr, 2019