論文の概要: Layered 3D Human Generation via Semantic-Aware Diffusion Model

• arxiv url: http://arxiv.org/abs/2312.05804v2
• Date: Tue, 19 Mar 2024 04:50:32 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-20 23:51:29.442312
• Title: Layered 3D Human Generation via Semantic-Aware Diffusion Model
• Title（参考訳）: セマンティック・アウェア拡散モデルによる層状3次元人体生成
• Authors: Yi Wang, Jian Ma, Ruizhi Shao, Qiao Feng, Yu-Kun Lai, Yebin Liu, Kun Li,
• Abstract要約: 本稿では,新しい意味認識拡散モデルに基づくテキスト駆動型3次元人文生成フレームワークを提案する。 生成した衣服を対象のテキストと整合性を保つために,衣服のセマンティック・信頼戦略を提案する。 そこで本研究では,SMPLによる暗黙的フィールド変形ネットワークを提案する。
• 参考スコア（独自算出の注目度）: 63.459666003261276
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The generation of 3D clothed humans has attracted increasing attention in recent years. However, existing work cannot generate layered high-quality 3D humans with consistent body structures. As a result, these methods are unable to arbitrarily and separately change and edit the body and clothing of the human. In this paper, we propose a text-driven layered 3D human generation framework based on a novel physically-decoupled semantic-aware diffusion model. To keep the generated clothing consistent with the target text, we propose a semantic-confidence strategy for clothing that can eliminate the non-clothing content generated by the model. To match the clothing with different body shapes, we propose a SMPL-driven implicit field deformation network that enables the free transfer and reuse of clothing. Besides, we introduce uniform shape priors based on the SMPL model for body and clothing, respectively, which generates more diverse 3D content without being constrained by specific templates. The experimental results demonstrate that the proposed method not only generates 3D humans with consistent body structures but also allows free editing in a layered manner. The source code will be made public.
• Abstract（参考訳）: 近年,3D衣服のヒトの誕生が注目されている。 しかし、既存の作業は、一貫した身体構造を持つ階層化された高品質な3D人間を生成できない。 その結果、人体や衣服を任意に、別々に変更・編集することができない。 本稿では, 物理的に分離された意味認識拡散モデルに基づくテキスト駆動型3次元ヒューマン生成フレームワークを提案する。 生成した衣服を対象のテキストと整合性を保つため,モデルが生成する非着装コンテンツを排除可能な衣服のセマンティック・信頼戦略を提案する。 そこで本研究では,衣服の自由移動と再利用を可能にするSMPL方式の暗黙的フィールド変形ネットワークを提案する。 さらに,身体と衣服のSMPLモデルに基づく均一な形状の先行モデルを導入し,個々のテンプレートに拘束されずに,より多様な3Dコンテンツを生成する。 実験結果から,本手法は立体構造が一貫した3次元人体を生成できるだけでなく,自由な編集もできることがわかった。 ソースコードは公開されます。

関連論文リスト

• HumanCoser: Layered 3D Human Generation via Semantic-Aware Diffusion Model [43.66218796152962]
  本稿では,テキストプロンプトから物理的に階層化された3D人間を生成することを目的とする。 本稿では,物理的に分離された拡散モデルに基づく,新しい階層的な人間の表現法を提案する。 そこで本研究では,SMPLによる暗黙的フィールドネットワークを提案する。
  論文  参考訳（メタデータ） (2024-08-21T06:00:11Z)
• TELA: Text to Layer-wise 3D Clothed Human Generation [27.93447899876341]
  本稿では,テクスチャ記述による3次元衣料人文生成の課題について論じる。 本稿では,プログレッシブ最適化戦略と組み合わせて,レイヤワイドな人間の表現を提案する。 提案手法は,最先端の3D衣料人為的生成を実現するとともに,布の編集アプリケーションもサポートしている。
  論文  参考訳（メタデータ） (2024-04-25T17:05:38Z)
• HumanLiff: Layer-wise 3D Human Generation with Diffusion Model [55.891036415316876]
  既存の3D生成モデルは、主に1回のパスで、検出不能な3Dモデルとして、着物付き3D人間を生成する。 拡散過程を統一した第1層の3次元人間生成モデルであるHumanLiffを提案する。
  論文  参考訳（メタデータ） (2023-08-18T17:59:04Z)
• Capturing and Animation of Body and Clothing from Monocular Video [105.87228128022804]
  メッシュベース体とニューラル放射場を組み合わせたハイブリッドモデルであるSCARFを提案する。 メッシュをレンダリングに統合することで、モノクロビデオから直接SCARFを最適化できます。 本研究は,SCARFが従来の方法よりも高品質な衣服であり,身体のポーズや体型の変化とともに衣服が変形し,異なる被験者のアバター間で衣服の移動が成功できることを実証する。
  論文  参考訳（メタデータ） (2022-10-04T19:34:05Z)
• 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)
• Neural 3D Clothes Retargeting from a Single Image [91.5030622330039]
  本稿では,1枚のRGB画像で人物にフィットする3次元衣料テンプレートモデルの潜在的なポーズと変形を生成する方法を提案する。 この問題は、地上の真実データを取得することは不可能である、すなわち、異なる3D衣料品テンプレートモデルを全く同じポーズで身に着けている人々の画像として、基本的には不適切である。 そこで本研究では,3次元変形の物理的妥当性を検証するための半教師付き学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-01-29T20:50:34Z)

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。