Fugu-MT 論文翻訳(概要): Virtual Dress Swap Using Landmark Detection

論文の概要: Virtual Dress Swap Using Landmark Detection

arxiv url: http://arxiv.org/abs/2103.09475v1
Date: Wed, 17 Mar 2021 07:11:38 GMT
ステータス: 処理完了
システム内更新日: 2021-03-18 13:06:27.820757
Title: Virtual Dress Swap Using Landmark Detection
Title（参考訳）: ランドマーク検出を用いた仮想ドレススワップ
Authors: Odar Zeynal, Saber Malekzadeh
Abstract要約: 本研究では,6,223枚の画像と8枚のランドマークを用いたdeepfashionデータセットを用いて,衣服交換のアイデアを実装した。ランドマーク検出のためにDeep Convolutional Neural Networkが構築されました。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Online shopping has gained popularity recently. This paper addresses one crucial problem of buying dress online, which has not been solved yet. This research tries to implement the idea of clothes swapping with the help of DeepFashion dataset where 6,223 images with eight landmarks each used. Deep Convolutional Neural Network has been built for Landmark detection.
Abstract（参考訳）: オンラインショッピングは最近人気がある。本論文は,未解決のドレスをオンラインで購入する上で重要な問題である。本研究では,6,223枚の画像と8枚のランドマークを用いたdeepfashionデータセットを用いて,衣服交換のアイデアを実装した。深層畳み込みニューラルネットワークはランドマーク検出のために構築されている。

関連論文リスト

Exploring Geometry of Blind Spots in Vision Models [56.47644447201878]
CNNやトランスフォーマーのような視覚モデルにおける過敏性の現象について検討する。本稿では,入力空間に対する信頼度の高い領域を反復的に探索するレベルセットトラバースアルゴリズムを提案する。モデルが高い信頼度を維持するこれらの連結高次元領域の範囲を推定する。
論文参考訳（メタデータ） (2023-10-30T18:00:33Z)
ClothFit: Cloth-Human-Attribute Guided Virtual Try-On Network Using 3D Simulated Dataset [5.260305201345232]
そこで我々はClosFitと呼ばれる新しい仮想試行法を提案する。被服の実際の大きさと人的属性に基づいて、被服の被服体上のドレーピング形状を予測することができる。実験結果から,ClosFitはフォトリアリスティックな仮想試行実験において,既存の最先端手法を大幅に改善できることが示された。
論文参考訳（メタデータ） (2023-06-24T08:57:36Z)
FS6D: Few-Shot 6D Pose Estimation of Novel Objects [116.34922994123973]
6Dオブジェクトポーズ推定ネットワークは、多数のオブジェクトインスタンスにスケールする能力に制限がある。本研究では,未知の物体の6次元ポーズを,余分な訓練を伴わずにいくつかの支援ビューで推定する。
論文参考訳（メタデータ） (2022-03-28T10:31:29Z)
Semantic-guided Pixel Sampling for Cloth-Changing Person Re-identification [80.70419698308064]
本稿では,テクスチャ変更者のre-IDタスクに対する意味誘導型画素サンプリング手法を提案する。まず、歩行者の上着とズボンを認識し、次に他の歩行者からピクセルをサンプリングしてランダムに変更します。本手法は65.8%をランク1精度で達成し, 従来手法よりも大きなマージンで優れていた。
論文参考訳（メタデータ） (2021-07-24T03:41:00Z)
Image-based Virtual Fitting Room [5.88473857873251]
まずMask R-CNNを用いて、異なるファッションアイテムの領域を抽出し、選択したファッションアイテムのスタイルを変更するためにNeural Style Transferを用いた。 8つのモデルと最高のモデルは、68.72% mAP、0.2% ASDRで、定量的および定性的にベースラインモデルを大幅に上回った。
論文参考訳（メタデータ） (2021-04-08T22:53:08Z)
Multi-attentional Deepfake Detection [79.80308897734491]
ディープフェイクによる顔の偽造はインターネットに広まり、深刻な社会的懸念を引き起こしている。新たなマルチアテンテーショナルディープフェイク検出ネットワークを提案する。具体的には,1)ネットワークを異なる局所的部分へ配置するための複数の空間的注意ヘッド,2)浅い特徴の微妙なアーティファクトをズームするテクスチャ的特徴拡張ブロック,3)低レベルなテクスチャ特徴と高レベルなセマンティクス特徴をアグリゲートする,の3つの構成要素からなる。
論文参考訳（メタデータ） (2021-03-03T13:56:14Z)
Line detection via a lightweight CNN with a Hough Layer [0.9135092203041721]
ライン検出は、伝統的にハフ変換によって解決された重要なコンピュータビジョンタスクである。組込みパラメータフリーハフ層を用いたライン検出のための軽量CNNを提案する。
論文参考訳（メタデータ） (2020-08-20T10:54:31Z)
SIZER: A Dataset and Model for Parsing 3D Clothing and Learning Size Sensitive 3D Clothing [50.63492603374867]
SizerNetを導入し、人体形状と衣服サイズパラメータに基づいて3D衣服を予測する。また、入力メッシュから1パスの個人的詳細を持つ衣服の下で、衣服のメッシュと形状を推測するためにNetを導入する。
論文参考訳（メタデータ） (2020-07-22T18:13:24Z)
Aggregation and Finetuning for Clothes Landmark Detection [1.52292571922932]
衣服のランドマーク検出は多くの用途において基本的な問題である。衣服のランドマーク検出のための新しいトレーニングスキームとして,textitAggregation と Finetuning$ を提案する。我々の手法は、最先端の手法よりも大きなマージンで優れている。
論文参考訳（メタデータ） (2020-05-01T14:47:08Z)
Deep Fashion3D: A Dataset and Benchmark for 3D Garment Reconstruction from Single Images [50.34202789543989]
Deep Fashion3Dは、これまでで最大の3D衣料品のコレクションだ。 3D機能ライン、3Dボディポーズ、対応するマルチビューリアルイメージなど、リッチなアノテーションを提供する。一つのネットワークであらゆる種類の衣服を学習できる新しい適応型テンプレートが提案されている。
論文参考訳（メタデータ） (2020-03-28T09:20:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。