論文の概要: Design2GarmentCode: Turning Design Concepts to Tangible Garments Through Program Synthesis
- arxiv url: http://arxiv.org/abs/2412.08603v2
- Date: Thu, 12 Dec 2024 05:04:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-13 13:31:24.479331
- Title: Design2GarmentCode: Turning Design Concepts to Tangible Garments Through Program Synthesis
- Title(参考訳): Design2GarmentCode: プログラム合成によるデザイン概念をタンジブルガーメントに変換する
- Authors: Feng Zhou, Ruiyang Liu, Chen Liu, Gaofeng He, Yong-Lu Li, Xiaogang Jin, Huamin Wang,
- Abstract要約: 大規模マルチモーダルモデル(LMM)に基づく新しい縫製パターン生成手法を提案する。
LMMは多様な設計インプットを解釈するための直感的なインタフェースを提供する。
パターン作成プログラムは、よく構造化され、意味的に意味のあるミシンパターンの表現として機能する。
- 参考スコア(独自算出の注目度): 27.1965932507935
- License:
- Abstract: Sewing patterns, the essential blueprints for fabric cutting and tailoring, act as a crucial bridge between design concepts and producible garments. However, existing uni-modal sewing pattern generation models struggle to effectively encode complex design concepts with a multi-modal nature and correlate them with vectorized sewing patterns that possess precise geometric structures and intricate sewing relations. In this work, we propose a novel sewing pattern generation approach Design2GarmentCode based on Large Multimodal Models (LMMs), to generate parametric pattern-making programs from multi-modal design concepts. LMM offers an intuitive interface for interpreting diverse design inputs, while pattern-making programs could serve as well-structured and semantically meaningful representations of sewing patterns, and act as a robust bridge connecting the cross-domain pattern-making knowledge embedded in LMMs with vectorized sewing patterns. Experimental results demonstrate that our method can flexibly handle various complex design expressions such as images, textual descriptions, designer sketches, or their combinations, and convert them into size-precise sewing patterns with correct stitches. Compared to previous methods, our approach significantly enhances training efficiency, generation quality, and authoring flexibility. Our code and data will be publicly available.
- Abstract(参考訳): 織物の裁断や仕立てに欠かせない青写真である縫製パターンは、デザイン概念と再現可能な衣服の間に重要な橋渡しとして機能する。
しかし、既存の一様縫製パターン生成モデルは、複雑な設計概念をマルチモーダルな性質で効果的にエンコードし、正確な幾何学的構造を持ち、複雑な縫製関係を持つベクトル化された縫製パターンと相関する。
本研究では,LMM(Large Multimodal Models)に基づく新しいミシンパターン生成手法であるDesign2GarmentCodeを提案し,マルチモーダルデザインの概念からパラメトリックパターン作成プログラムを生成する。
LMMは多様なデザインインプットを解釈するための直感的なインターフェースを提供する一方で、パターン作成プログラムは、適切に構造化された意味的に意味のあるミシンパターンの表現として機能し、LMMに埋め込まれたクロスドメインパターン作成知識とベクトル化されたミシンパターンを結合する堅牢なブリッジとして機能する。
実験により, 画像, テキスト記述, デザイナースケッチ, あるいはそれらの組み合わせなど, 複雑なデザイン表現を柔軟に処理し, 縫合したサイズ精度の縫製パターンに変換することができることがわかった。
従来の手法と比較して,本手法はトレーニング効率,生成品質,オーサリングの柔軟性を著しく向上させる。
コードとデータは公開されます。
関連論文リスト
- Multimodal Latent Diffusion Model for Complex Sewing Pattern Generation [52.13927859375693]
テキストプロンプト,体形,着物スケッチによって制御される縫製パターンを生成するマルチモーダル生成モデルであるSwingLDMを提案する。
潜伏空間における縫製パターンの分布を学習するために,2段階のトレーニング戦略を設計する。
総合的定性的および定量的実験により,提案手法の有効性が示された。
論文 参考訳(メタデータ) (2024-12-19T02:05:28Z) - AIpparel: A Large Multimodal Generative Model for Digital Garments [71.12933771326279]
縫製パターンの生成と編集のための大規模なマルチモーダルモデルであるAIpparelを紹介する。
当社のモデルでは,12万以上のユニークな衣服をカスタマイズした大規模データセット上で,最先端の大規模マルチモーダルモデルを微調整する。
本稿では,これらの複雑な縫製パターンを簡潔に符号化し,LLMが効率的に予測できる新しいトークン化手法を提案する。
論文 参考訳(メタデータ) (2024-12-05T07:35:19Z) - GLDesigner: Leveraging Multi-Modal LLMs as Designer for Enhanced Aesthetic Text Glyph Layouts [53.568057283934714]
コンテンツ対応のテキストロゴレイアウトを生成するVLMベースのフレームワークを提案する。
本稿では,複数のグリフ画像の同時処理における計算量を削減するための2つのモデル手法を提案する。
アウトモデルのインストラクションチューニングを支援するために,既存の公開データセットよりも5倍大きい2つの拡張テキストロゴデータセットを構築した。
論文 参考訳(メタデータ) (2024-11-18T10:04:10Z) - Multi-Garment Customized Model Generation [3.1679243514285194]
マルチゲージカスタマイズモデル生成は、潜在拡散モデル(LDM)に基づく統合フレームワークである
本フレームワークは,脱結合型マルチガーメント機能融合による複数衣服の条件生成を支援する。
提案する衣料エンコーダは,他の拡張モジュールと組み合わせることができるプラグアンドプレイモジュールである。
論文 参考訳(メタデータ) (2024-08-09T17:57:33Z) - Compositional Generative Inverse Design [69.22782875567547]
入力変数を設計して目的関数を最適化する逆設計は重要な問題である。
拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。
N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
論文 参考訳(メタデータ) (2024-01-24T01:33:39Z) - HieraFashDiff: Hierarchical Fashion Design with Multi-stage Diffusion Models [17.74292177764933]
ファッションデザインに適した,ヒエラファッシュディフ(HieraFashDiff)という新しい階層的拡散型フレームワークを提案する。
我々のモデルは、デノシングプロセスを2段階に展開することで、実用的なファッションデザインワークフローを模倣するように設計されている。
本モデルでは,ファッションデザイン生成と局所的なきめ細かい編集を一つのフレームワークでサポートする。
論文 参考訳(メタデータ) (2024-01-15T03:38:57Z) - 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) - Modular design patterns for neural-symbolic integration: refinement and
combination [0.6853165736531939]
我々はファン・ベクムらのニューラルシンボルデザインパターンの側面を定式化する。
これらの形式的概念はヘテロジニアスツール集合 (Hets) で実装されている。
論文 参考訳(メタデータ) (2022-06-09T18:41:15Z) - CoSE: Compositional Stroke Embeddings [52.529172734044664]
本稿では、ストロークベースの描画タスクのような複雑な自由形式構造に対する生成モデルを提案する。
我々のアプローチは、自動補完図のようなインタラクティブなユースケースに適している。
論文 参考訳(メタデータ) (2020-06-17T15:22:54Z)
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。