論文の概要: NeuralTailor: Reconstructing Sewing Pattern Structures from 3D Point Clouds of Garments

• arxiv url: http://arxiv.org/abs/2201.13063v1
• Date: Mon, 31 Jan 2022 08:33:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-02 00:37:55.354532
• Title: NeuralTailor: Reconstructing Sewing Pattern Structures from 3D Point Clouds of Garments
• Title（参考訳）: NeuralTailor: 衣服の3次元点雲からパターン構造を再構築する
• Authors: Maria Korosteleva, Sung-Hee Lee
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 7.331799534004012
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The fields of SocialVR, performance capture, and virtual try-on are often faced with a need to faithfully reproduce real garments in the virtual world. One critical task is the disentanglement of the intrinsic garment shape from deformations due to fabric properties, physical forces, and contact with the body. We propose to use a garment sewing pattern, a realistic and compact garment descriptor, to facilitate the intrinsic garment shape estimation. Another major challenge is a high diversity of shapes and designs in the domain. The most common approach for Deep Learning on 3D garments is to build specialized models for individual garments or garment types. We argue that building a unified model for various garment designs has the benefit of generalization to novel garment types, hence covering a larger design domain than individual models would. We introduce NeuralTailor, a novel architecture based on point-level attention for set regression with variable cardinality, and apply it to the task of reconstructing 2D garment sewing patterns from the 3D point could garment models. Our experiments show that NeuralTailor successfully reconstructs sewing patterns and generalizes to garment types with pattern topologies unseen during training.
• Abstract（参考訳）: socialvr、パフォーマンスキャプチャー、バーチャルトライオンといった分野は、しばしば仮想世界で本物の衣服を忠実に再現する必要性に直面している。 重要な課題の1つは、織物の性質、物理的力、体との接触による変形による内在的な衣服形状のゆがみである。 本研究は,本質的な衣服形状推定を容易にするために,現実的でコンパクトな衣服記述子である衣服縫製パターンを提案する。 もうひとつの大きな課題は、ドメイン内の形状と設計の多様性です。 ディープ・ラーニングの3D衣服における最も一般的なアプローチは、個々の衣服や衣服の特殊なモデルを構築することである。 多様な衣料品デザインの統一モデルを構築することは、新しい衣料タイプへの一般化の利点があり、したがって個々のデザインモデルよりも大きなデザイン領域をカバーすることができる。 そこで本研究では,可変濃度のセットレグレッションのためのポイントレベルの注意に基づく新しいアーキテクチャであるneuraltailorを導入し,3d point could衣料モデルから2d衣料パターンを再構築するタスクに適用する。 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に一般化した。

関連論文リスト

• AniDress: Animatable Loose-Dressed Avatar from Sparse Views Using Garment Rigging Model [58.035758145894846]
  AniDressは、非常にスパースなマルチビュービデオを用いて、ゆるい服装でアニマタブルな人間のアバターを生成する新しい方法である。 身体運動と衣服運動の両方に条件付されたポーズ駆動型変形可能なニューラルラディアンス場を導入し、両方の部品を明示的に制御する。 本手法は,身体から高度に逸脱する自然の衣服のダイナミックスを描画し,目に見えない景色とポーズの両方に一般化することができる。
  論文  参考訳（メタデータ） (2024-01-27T08:48:18Z)
• SPnet: Estimating Garment Sewing Patterns from a Single Image [10.604555099281173]
  本稿では,提案したユーザの単一画像から3次元衣料品モデルを再構成する新しい手法を提案する。 一つの画像から縫製パターンを通して衣服の基本形状を推定することにより、任意のポーズに適応的に変形できる3D衣服を生成することができる。
  論文  参考訳（メタデータ） (2023-12-26T09:51:25Z)
• 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)
• 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)
• Arbitrary Virtual Try-On Network: Characteristics Preservation and Trade-off between Body and Clothing [85.74977256940855]
  本報告では,オールタイプの衣料品を対象としたArbitrary Virtual Try-On Network (AVTON)を提案する。 AVTONは、ターゲット服と参照者の特性を保存・交換することで、現実的な試行画像を合成することができる。 提案手法は,最先端の仮想試行法と比較して性能が向上する。
  論文  参考訳（メタデータ） (2021-11-24T08:59:56Z)
• Generating Datasets of 3D Garments with Sewing Patterns [10.729374293332281]
  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。
  論文  参考訳（メタデータ） (2021-09-12T23:03:48Z)
• SMPLicit: Topology-aware Generative Model for Clothed People [65.84665248796615]
  SMPLicitは、身体のポーズ、形状、衣服の形状を共同で表現する新しい生成モデルである。 実験では,3dスキャンの装着や,服装者の画像の3d再構成にsmplicitが容易に利用できることを示す。
  論文  参考訳（メタデータ） (2021-03-11T18:57:03Z)
• 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。