論文の概要: Barbie: Text to Barbie-Style 3D Avatars

• arxiv url: http://arxiv.org/abs/2408.09126v1
• Date: Sat, 17 Aug 2024 07:27:14 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-20 22:25:12.454433
• Title: Barbie: Text to Barbie-Style 3D Avatars
• Title（参考訳）: バービー:バービースタイルの3Dアバター
• Authors: Xiaokun Sun, Zhenyu Zhang, Ying Tai, Qian Wang, Hao Tang, Zili Yi, Jian Yang,
• Abstract要約: Barbieは、3Dアバターを作るための新しいフレームワークで、多様な高品質のBarbieのような衣服やアクセサリーを着ることができる。 これは人体と衣服のセマンティックアライメントされた分離モデルにより、アバターの微細なゆがみを実現する。 実験によると、バービーは服装と服装の両方において、既存の方法よりも優れています。
• 参考スコア（独自算出の注目度）: 43.23509656990912
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in text-guided 3D avatar generation have made substantial progress by distilling knowledge from diffusion models. Despite the plausible generated appearance, existing methods cannot achieve fine-grained disentanglement or high-fidelity modeling between inner body and outfit. In this paper, we propose Barbie, a novel framework for generating 3D avatars that can be dressed in diverse and high-quality Barbie-like garments and accessories. Instead of relying on a holistic model, Barbie achieves fine-grained disentanglement on avatars by semantic-aligned separated models for human body and outfits. These disentangled 3D representations are then optimized by different expert models to guarantee the domain-specific fidelity. To balance geometry diversity and reasonableness, we propose a series of losses for template-preserving and human-prior evolving. The final avatar is enhanced by unified texture refinement for superior texture consistency. Extensive experiments demonstrate that Barbie outperforms existing methods in both dressed human and outfit generation, supporting flexible apparel combination and animation. The code will be released for research purposes. Our project page is: https://2017211801.github.io/barbie.github.io/.
• Abstract（参考訳）: テキスト誘導型3Dアバター生成の最近の進歩は,拡散モデルから知識を抽出することによって大きく進歩している。 既存の手法では, 内部と装身具の微粒化や高忠実度モデリングは不可能である。 本稿では,バービーのような多彩で高品質な衣服やアクセサリーを身に着けた3Dアバターを製作するための新しいフレームワークであるバービーを提案する。 全体論的モデルに頼る代わりに、バービーは人体と衣服のセマンティックアライズされたモデルによって、アバターのきめ細かいゆがみを達成している。 これらの非絡み合った3D表現は、異なる専門家モデルによって最適化され、ドメイン固有の忠実さが保証される。 幾何学的多様性と合理的さのバランスをとるために,テンプレート保存と人間優先の進化のための一連の損失を提案する。 最終アバターは、集合的なテクスチャ改質により、優れたテクスチャ整合性を実現する。 大規模な実験では、バービーは服装と服装の両方で既存の手法よりも優れており、柔軟なアパレルの組み合わせとアニメーションをサポートしている。 コードは研究目的でリリースされます。 私たちのプロジェクトページは以下のとおりです。

関連論文リスト

• Layered 3D Human Generation via Semantic-Aware Diffusion Model [63.459666003261276]
  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。
  論文  参考訳（メタデータ） (2023-12-10T07:34:43Z)
• Learning Disentangled Avatars with Hybrid 3D Representations [102.9632315060652]
  本稿では,DELTA(Disentangled Avatars)について述べる。 身体と衣服の絡み合いを考慮し、第二に顔と髪を縮めます。 これら2つのアプリケーションを簡単に組み合わせて、フルボディアバターをモデル化する方法を示す。
  論文  参考訳（メタデータ） (2023-09-12T17:59:36Z)
• AvatarFusion: Zero-shot Generation of Clothing-Decoupled 3D Avatars Using 2D Diffusion [34.609403685504944]
  ゼロショットテキスト-アバター生成のためのフレームワークであるAvatarFusionを提案する。 我々は遅延拡散モデルを用いて、人間の現実的なアバターを生成するためのピクセルレベルのガイダンスを提供する。 また,身体と衣服の生成を意味的に分離する新たな最適化手法である,PS-DS(Pixel-Semantics Difference-Sampling)を導入する。
  論文  参考訳（メタデータ） (2023-07-13T02:19:56Z)
• 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)
• gDNA: Towards Generative Detailed Neural Avatars [94.9804106939663]
  我々のモデルでは,多様で詳細な衣服を身に着けた自然の人間のアバターを生成できることが示されている。 本手法は,人間のモデルを生のスキャンに適合させる作業に使用することができ,従来の最先端技術よりも優れていた。
  論文  参考訳（メタデータ） (2022-01-11T18:46:38Z)
• The Power of Points for Modeling Humans in Clothing [60.00557674969284]
  現在、アーティストはリアルな衣服で自然に動く3Dアバターを作る必要がある。 3次元表現は様々なトポロジを高分解能で捉えることができ、データから学習できることを示す。 我々は、異なる衣服の形状を表現するために、新しい局所的な衣服幾何学的特徴を持つニューラルネットワークを訓練する。
  論文  参考訳（メタデータ） (2021-09-02T17:58:45Z)
• Explicit Clothing Modeling for an Animatable Full-Body Avatar [21.451440299450592]
  マルチビューキャプチャービデオから上半身の衣服を明示的に表現したアニマタブルな布製のアバターを製作した。 身体力学と衣服状態の相互作用を学習するために、時間的畳み込みネットワークを用いて衣服潜伏コードの予測を行う。 3つの異なるアクターに対してフォトリアリスティックなアニメーションを出力し、単層アバターよりも布体アバターの利点を実演する。
  論文  参考訳（メタデータ） (2021-06-28T17:58:40Z)

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。