論文の概要: Virtual Trial Room with Computer Vision and Machine Learning

• arxiv url: http://arxiv.org/abs/2412.10710v1
• Date: Sat, 14 Dec 2024 06:50:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 13:57:50.315862
• Title: Virtual Trial Room with Computer Vision and Machine Learning
• Title（参考訳）: コンピュータビジョンと機械学習を用いた仮想実験室
• Authors: Tulashi Prasasd Joshi, Amrendra Kumar Yadav, Arjun Chhetri, Suraj Agrahari, Umesh Kanta Ghimire,
• Abstract要約: 顧客は、適合性と適合性に関する確実性がないため、しばしばウェアラブル製品を購入することをためらう。 Virtual Trial Room with Computer Vision and Machine Learningと呼ばれるプラットフォームは、顧客がプロダクトが適合するかどうかを簡単にチェックできるように設計されている。 DECAモデルを用いて1枚の2次元画像から、人間の頭部のAI生成3次元モデルを作成する。 この3Dモデルは、実世界の計測に基づいて人間の頭の上に装着された、カスタムメイドのガラスの3Dモデルで重畳された。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Online shopping has revolutionized the retail industry, providing customers with convenience and accessibility. However, customers often hesitate to purchase wearable products such as watches, jewelry, glasses, shoes, and clothes due to the lack of certainty regarding fit and suitability. This leads to significant return rates, causing problems for both customers and vendors. To address this issue, a platform called the Virtual Trial Room with Computer Vision and Machine Learning is designed which enables customers to easily check whether a product will fit and suit them or not. To achieve this, an AI-generated 3D model of the human head was created from a single 2D image using the DECA model. This 3D model was then superimposed with a custom-made 3D model of glass which is based on real-world measurements and fitted over the human head. To replicate the real-world look and feel, the model was retouched with textures, lightness, and smoothness. Furthermore, a full-stack application was developed utilizing various fornt-end and back-end technologies. This application enables users to view 3D-generated results on the website, providing an immersive and interactive experience.
• Abstract（参考訳）: オンラインショッピングは小売業界に革命をもたらし、顧客に対して利便性とアクセシビリティを提供する。 しかし、時計、宝石、眼鏡、靴、衣服などのウェアラブル製品は、適合性や適合性に関する確実性が欠如しているため、客は購入をためらうことが多い。 これは大きなリターン率をもたらし、顧客とベンダーの両方に問題を引き起こします。 この問題に対処するために、Virtual Trial Room with Computer Vision and Machine Learningと呼ばれるプラットフォームが設計されている。 これを実現するため、DECAモデルを用いて、単一の2次元画像から人間の頭部のAI生成3次元モデルを作成する。 この3Dモデルは、実世界の計測に基づいて人間の頭の上に装着された、カスタムメイドのガラスの3Dモデルで重畳された。 現実世界のルックアンドフィールを再現するために、モデルはテクスチャ、明度、滑らかさで修正された。 さらに、様々なフォントエンド技術とバックエンド技術を利用したフルスタックアプリケーションを開発した。 このアプリケーションでは、ユーザがWebサイト上で3D生成結果を見ることができ、没入的でインタラクティブな体験を提供する。

関連論文リスト

• Scalable Cloud-Native Pipeline for Efficient 3D Model Reconstruction from Monocular Smartphone Images [9.61065600471628]
  スマートフォンカメラで撮影したモノクロ2D画像から3Dモデルを自動的に再構築する,クラウドネイティブなパイプラインを提案する。 我々のソリューションは、組込み材料とテクスチャを備えた再利用可能な3Dモデルを作成し、外部ソフトウェアや3Dエンジンでエクスポート可能でカスタマイズできる。
  論文  参考訳（メタデータ） (2024-09-28T11:15:26Z)
• Coral Model Generation from Single Images for Virtual Reality Applications [22.18438294137604]
  本稿では,1つの画像から高精度な3次元サンゴモデルを生成するディープラーニングフレームワークを提案する。 このプロジェクトには、AI生成モデルをインタラクティブな"アートワーク"に変換するための説明可能なAI(XAI)が組み込まれている。
  論文  参考訳（メタデータ） (2024-09-04T01:54:20Z)
• Shaping Realities: Enhancing 3D Generative AI with Fabrication Constraints [36.65470465480772]
  ジェネレーティブAIツールは、ユーザーがテキストやイメージを入力として新しいモデルを操作したり作成したりできる3Dモデリングにおいて、より普及しつつある。 これらの手法は, 3Dモデルの美的品質に焦点を合わせ, ユーザが提供するプロンプトに類似するように仕上げる。 製造を意図した3Dモデルを作成する場合、デザイナーは3Dモデルの美的特性を、その物理的特性とトレードオフする必要がある。
  論文  参考訳（メタデータ） (2024-04-15T21:22:57Z)
• VRMM: A Volumetric Relightable Morphable Head Model [55.21098471673929]
  本稿では,3次元顔モデリングに先立って,新しい容積・パラメトリック顔モデルであるVRMMを紹介する。 我々のフレームワークは、アイデンティティ、表現、照明の潜在空間を、低次元の表現に効率的に切り離し、エンコードする。 我々は,アバター生成,顔の再構成,アニメーションなどの様々な応用を通じて,VRMMの汎用性と有効性を示す。
  論文  参考訳（メタデータ） (2024-02-06T15:55:46Z)
• Digital Modeling for Everyone: Exploring How Novices Approach Voice-Based 3D Modeling [0.0]
  音声に基づく3Dモデリングにおける初級精神モデルについて,22名の被験者を対象に,オズ研究の高忠実度ウィザードを用いて検討した。 我々は音声アシスタントの設計上の意味を結論づける。 例えば、曖昧で不完全で間違ったコマンドを扱うこと、単純で複合的なオブジェクトを形作るための単純なコマンドセットを提供すること、そして3Dオブジェクトを選択するための異なる戦略を提供することである。
  論文  参考訳（メタデータ） (2023-07-10T11:03:32Z)
• GET3D: A Generative Model of High Quality 3D Textured Shapes Learned from Images [72.15855070133425]
  本稿では,複雑なトポロジ,リッチな幾何学的ディテール,高忠実度テクスチャを備えたExplicit Textured 3Dメッシュを直接生成する生成モデルであるGET3Dを紹介する。 GET3Dは、車、椅子、動物、バイク、人間キャラクターから建物まで、高品質な3Dテクスチャメッシュを生成することができる。
  論文  参考訳（メタデータ） (2022-09-22T17:16:19Z)
• Towards 3D VR-Sketch to 3D Shape Retrieval [128.47604316459905]
  入力モダリティとしての3Dスケッチの利用について検討し、検索を行うVRシナリオを提唱する。 この新しい3DVR-Sketchから3D形状の検索問題に対する最初のスタンプとして、私たちは4つのコントリビューションを行います。
  論文  参考訳（メタデータ） (2022-09-20T22:04:31Z)
• 3D Neural Scene Representations for Visuomotor Control [78.79583457239836]
  我々は2次元視覚観測から動的3次元シーンのモデルを純粋に学習する。 学習した表現空間上に構築された動的モデルにより,操作課題に対するビジュモータ制御が可能となる。
  論文  参考訳（メタデータ） (2021-07-08T17:49:37Z)
• Unmasking Communication Partners: A Low-Cost AI Solution for Digitally Removing Head-Mounted Displays in VR-Based Telepresence [62.997667081978825]
  バーチャルリアリティ(VR)における対面会話は、被験者がヘッドマウントディスプレイ(HMD)を装着する際の課題である 過去の研究では、高コストハードウェアを用いた実験室環境では、VRで個人用アバターを用いた高忠実な顔再構成が可能であることが示されている。 我々は,オープンソース,フリーソフトウェア,安価なハードウェアのみを利用する,このタスクのための最初の低コストシステムを提案する。
  論文  参考訳（メタデータ） (2020-11-06T23:17:12Z)
• I-nteract 2.0: A Cyber-Physical System to Design 3D Models using Mixed Reality Technologies and Deep Learning for Additive Manufacturing [2.7986973063309875]
  I-nteractはサイバー物理システムで、仮想と実の両方のアーティファクトとリアルタイムに対話して、添加物製造のための3Dモデルの設計を可能にする。 本稿では, 立体形状と人工知能の両方を用いて3次元モデルを生成するインタラクションプラットフォームI-nteractの開発において, 新たな進歩を示す。
  論文  参考訳（メタデータ） (2020-10-21T14:13:21Z)
• Interactive Annotation of 3D Object Geometry using 2D Scribbles [84.51514043814066]
  本稿では,ポイントクラウドデータとRGB画像から3次元オブジェクト形状をアノテートする対話型フレームワークを提案する。 当社のフレームワークは,芸術的,グラフィック的専門知識のないナイーブユーザを対象としている。
  論文  参考訳（メタデータ） (2020-08-24T21:51:29Z)

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。