論文の概要: Generating Datasets of 3D Garments with Sewing Patterns

• arxiv url: http://arxiv.org/abs/2109.05633v1
• Date: Sun, 12 Sep 2021 23:03:48 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-16 07:59:57.528096
• Title: Generating Datasets of 3D Garments with Sewing Patterns
• Title（参考訳）: 縫製パターンによる3次元衣服のデータセット生成
• Authors: Maria Korosteleva, Sung-Hee Lee
• Abstract要約: 縫製パターンを用いた3D衣料モデルの大規模な合成データセットを作成した。 データセットには、19の異なるベースタイプから生成される20000以上の衣料デザインのバリエーションが含まれている。
• 参考スコア（独自算出の注目度）: 10.729374293332281
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Garments are ubiquitous in both real and many of the virtual worlds. They are highly deformable objects, exhibit an immense variety of designs and shapes, and yet, most garments are created from a set of regularly shaped flat pieces. Exploration of garment structure presents a peculiar case for an object structure estimation task and might prove useful for downstream tasks of neural 3D garment modeling and reconstruction by providing strong prior on garment shapes. To facilitate research in these directions, we propose a method for generating large synthetic datasets of 3D garment designs and their sewing patterns. Our method consists of a flexible description structure for specifying parametric sewing pattern templates and the automatic generation pipeline to produce garment 3D models with little-to-none manual intervention. To add realism, the pipeline additionally creates corrupted versions of the final meshes that imitate artifacts of 3D scanning. With this pipeline, we created the first large-scale synthetic dataset of 3D garment models with their sewing patterns. The dataset contains more than 20000 garment design variations produced from 19 different base types. Seven of these garment types are specifically designed to target evaluation of the generalization across garment sewing pattern topologies.
• Abstract（参考訳）: 衣料品は、現実と多くの仮想世界の両方で普及している。 非常に変形可能な物であり、多種多様なデザインや形状を呈するが、ほとんどの衣服は、定期的に形づくった平らな断片から作られている。 衣服構造の探索は,物体構造推定タスクに特有な場合を示し,衣服形状に強く先行することにより,神経3次元衣料モデリングや再構成の下流課題に有用である可能性が示唆された。 そこで本研究では,3次元衣料デザインの大規模合成データセットとその縫製パターンを作成する手法を提案する。 本手法は,パラメトリックな縫製パターンテンプレートを記述可能なフレキシブルな記述構造と,手動操作の少ない衣服3Dモデルを生成する自動生成パイプラインから構成される。 リアリズムを追加するために、パイプラインは3Dスキャンのアーティファクトを模倣する最終メッシュの破損したバージョンも生成する。 このパイプラインを用いて、縫製パターンを用いた3D衣服モデルの大規模な合成データセットを作成した。 データセットには19の異なるベースタイプから生成される20000以上の衣料デザインのバリエーションが含まれている。 これらの衣服の種類のうち7種類は、衣服の縫製パターントポロジにおける一般化の評価を目的としたものである。

関連論文リスト

• FabricDiffusion: High-Fidelity Texture Transfer for 3D Garments Generation from In-The-Wild Clothing Images [56.63824638417697]
  ファブリックディフュージョン(FabricDiffusion)は、織物のテクスチャを1枚の衣服画像から任意の形状の3D衣服に転送する方法である。 FabricDiffusionは、テクスチャパターン、材料特性、詳細な印刷物やロゴを含む、単一の衣料品画像から様々な特徴を伝達できることを示す。
  論文  参考訳（メタデータ） (2024-10-02T17:57:12Z)
• GarmentCodeData: A Dataset of 3D Made-to-Measure Garments With Sewing Patterns [18.513707884523072]
  縫製パターンを用いた3次元計測服の大規模合成データセットについて述べる。 GarmentCodeDataには115,000のデータポイントがあり、さまざまなデザインをカバーしている。 高速なXPBDシミュレータに基づくオープンソースの3D衣料ドレーピングパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-05-27T19:14:46Z)
• Garment3DGen: 3D Garment Stylization and Texture Generation [11.836357439129301]
  Garment3DGenは、単一の入力イメージをガイダンスとして与えられたベースメッシュから3Dの衣服資産を合成する新しい方法である。 画像から3Dへの拡散手法の最近の進歩を生かして, 3次元の衣服測地を創出する。 我々は、グローバルかつ局所的に一貫した高忠実なテクスチャマップを生成し、入力ガイダンスを忠実にキャプチャする。
  論文  参考訳（メタデータ） (2024-03-27T17:59:33Z)
• Towards Garment Sewing Pattern Reconstruction from a Single Image [76.97825595711444]
  ガーメント縫製パターンは、衣服の本質的な休息形態を表しており、ファッションデザイン、バーチャルトライオン、デジタルアバターといった多くの用途のコアとなっている。 まず,SewFactoryという多目的データセットを合成した。 次に、縫製パターン予測性能を大幅に向上させるSewformerと呼ばれる2レベルトランスフォーマーネットワークを提案する。
  論文  参考訳（メタデータ） (2023-11-07T18:59:51Z)
• ISP: Multi-Layered Garment Draping with Implicit Sewing Patterns [57.176642106425895]
  本稿では,現在のアプローチの限界に対処する衣服表現モデルを提案する。 これは、純粋に暗黙的な表面表現よりも高速で高品質な再構成をもたらす。 個々の2Dパネルを編集することで、衣服の形状やテクスチャを素早く編集できる。
  論文  参考訳（メタデータ） (2023-05-23T14:23:48Z)
• PersonalTailor: Personalizing 2D Pattern Design from 3D Garment Point Clouds [59.617014796845865]
  ガーメントパターン設計は、3D衣服を対応する2Dパネルとその縫製構造に変換することを目的としている。 PersonalTailorはパーソナライズされた2Dパターン設計方法であり、ユーザーは特定の制約や要求を入力できる。 まず、教師なしのクロスモーダルアソシエーションと注意融合に基づいて、マルチモーダルパネルの埋め込みを学習する。 次に、トランスフォーマーエンコーダ-デコーダフレームワークを使用して、個別にバイナリパネルマスクを予測する。
  論文  参考訳（メタデータ） (2023-03-17T00:03:38Z)
• Structure-Preserving 3D Garment Modeling with Neural Sewing Machines [190.70647799442565]
  構造保存型3D衣料モデリングのための学習ベースフレームワークであるニューラル縫製機械(NSM)を提案する。 NSMは、多様な衣服形状とトポロジで3D衣服を表現でき、保存された構造で2D画像から3D衣服をリアルに再構成し、3D衣服カテゴリー、形状、トポロジを正確に操作することができる。
  論文  参考訳（メタデータ） (2022-11-12T16:43:29Z)
• NeuralTailor: Reconstructing Sewing Pattern Structures from 3D Point Clouds of Garments [7.331799534004012]
  そこで本論文では,本質的な衣服形状推定を容易にするために,衣服縫いパターンを提案する。 可変基数を持つ集合回帰に対する点レベルの注意に基づく新しいアーキテクチャであるNeuralTailorを紹介する。 実験の結果,NeuralTailorは縫製パターンの再構築に成功し,トレーニング中に見つからないパターントポロジを持つ衣服タイプに一般化した。
  論文  参考訳（メタデータ） (2022-01-31T08:33:49Z)
• Robust 3D Garment Digitization from Monocular 2D Images for 3D Virtual Try-On Systems [1.7394606468019056]
  我々は,現実のファッションカタログ画像によく応用できる,堅牢な3次元衣料デジタル化ソリューションを開発した。 教師付き深層ネットワークをトレーニングしてランドマーク予測とテクスチャ塗布作業を行い,大量の合成データを生成した。 オンラインファッションのeコマースプラットフォームから収集した、小さなファッションカタログ画像に手動で注釈を付けました。
  論文  参考訳（メタデータ） (2021-11-30T05:49:23Z)
• 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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。