Nov, 2023

基于多分辨率金字塔和正常条件的生成 3D 布料模拟

PDF
TL;DR本文在 RGB 布料生成已有深入研究的基础上，探讨了 3D 服装生成的问题。我们构建了一个条件变分自编码器用于 3D 服装生成和披挂。通过金字塔网络以逐步添加服装细节并在一个规范化空间中（即对服装进行解除姿态和形状）的方式来进行研究。我们研究了在表面法线 UV 贴图上进行网络条件化，作为中间表示，这比优化 3D 坐标问题更容易。我们在两个公开数据集（CLOTH3D 和 CAPE）上的结果表明，我们的模型具有鲁棒性，在细节生成方面可控性好，通过使用多分辨率金字塔，能够实现最先进的结果，并且即使使用少量数据进行训练，也能高度概括到未见过的服装、姿势和形状。
发现论文，激发创造
  • 多层不可见服装披肩网络

    本文提出了一种针对多层服装的模型，通过映射其在人体模型的 UV 贴图上，将其拓扑结构独立化处理，并加入了基于 GNN 的网络，实现不同层次间的互动关系建模，从而成功实现了对真实服装重建的高性能模拟。

    Apr, 2023

  • 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

  • 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

  • 基于法线图的服装人体弱监督三维重建

    使用 2D 法线贴图进行弱监督的基于深度学习的方法，实现服装人体的三维重建。利用神经网络推断在休息姿势下围绕身体离散的四面体网格上的有符号距离函数 (SDF)，接着利用推断得到的姿势和相机参数生成法线贴图。通过 Marching Tetrahedra 从四面体网格上的 SDF 计算出一个三角化表面，从而方便进行微分计算（反向传播）。因此，仅凭借真实的法线贴图（没有体积信息的真实数据），我们就可以训练网络从相应的 RGB 图像中生成 SDF 值。可选择性地使用多视角损失以改善结果。我们展示了该方法在网络推断和三维重建方面的有效性。

    Nov, 2023

  • 从单一视角生成多角度图像

    提出了一种名为 VariGANs 的新的图像生成模型，采用变分推断和生成对抗网络的结合，通过粗到细的方式生成多视角衣物图像，比现有方法生成的图像更富有一致性的全局外观以及更丰富和更锐利的细节。

    Apr, 2017

  • ISP: 多层服装褶皱设计与隐式缝合图案

    本文介绍一种参数化服装表示模型，它可以处理多层服装，并且使用 2D 和 3D 参数化定义服装形状来实现不同 iability，这种组合比纯隐式表面表示更快，重建结果更高质量，并且支持通过修改 2D 面材质实现快速编辑服装形状。

    May, 2023

  • 从单张图像重建高保真度着装化身

    本文提出了一个高效的三维服装化身重建框架。该框架通过高精度的基于优化的方法和高效的基于学习的方法相结合，以从单个图像中实现高保真度的服装化身重建为目标。通过在规范空间中以基于学习的方式使用隐式模型来学习人的一般形状，并通过以优化方式在姿态空间中估计非刚性变形来细化表面细节，使用超级网络来生成良好的初始化，从而极大地加速了优化过程的收敛。在各种数据集上的大量实验表明，所提出的服装化身重建框架成功地为现实场景中的任意穿着的人类产生了高保真度的化身。

    Apr, 2023

  • 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

  • 变分 U-Net 用于条件外观和形状生成

    通过结合条件 U-Net 和变分自编码器，实现了基于形状的图像生成。实验表明，该方法在多个数据集上明显优于现有技术，能够在不改变形状的情况下生成新的外观。

    Apr, 2018

  • 全球相关 3D 解耦变压器用于服装化人物重建

    使用全局相关的三维解耦 Transformer 模型来从单幅图像中重建着衣人体化身，实现了在复杂姿势和宽松服装情况下的高性能几何和纹理重建。

    Sep, 2023