論文の概要: Multimodal Latent Diffusion Model for Complex Sewing Pattern Generation

• arxiv url: http://arxiv.org/abs/2412.14453v1
• Date: Thu, 19 Dec 2024 02:05:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-20 13:32:26.608449
• Title: Multimodal Latent Diffusion Model for Complex Sewing Pattern Generation
• Title（参考訳）: 複合播種パターン生成のための多モード潜在拡散モデル
• Authors: Shengqi Liu, Yuhao Cheng, Zhuo Chen, Xingyu Ren, Wenhan Zhu, Lincheng Li, Mengxiao Bi, Xiaokang Yang, Yichao Yan,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 52.13927859375693
• License:
• Abstract: Generating sewing patterns in garment design is receiving increasing attention due to its CG-friendly and flexible-editing nature. Previous sewing pattern generation methods have been able to produce exquisite clothing, but struggle to design complex garments with detailed control. To address these issues, we propose SewingLDM, a multi-modal generative model that generates sewing patterns controlled by text prompts, body shapes, and garment sketches. Initially, we extend the original vector of sewing patterns into a more comprehensive representation to cover more intricate details and then compress them into a compact latent space. To learn the sewing pattern distribution in the latent space, we design a two-step training strategy to inject the multi-modal conditions, \ie, body shapes, text prompts, and garment sketches, into a diffusion model, ensuring the generated garments are body-suited and detail-controlled. Comprehensive qualitative and quantitative experiments show the effectiveness of our proposed method, significantly surpassing previous approaches in terms of complex garment design and various body adaptability. Our project page: https://shengqiliu1.github.io/SewingLDM.
• Abstract（参考訳）: 衣服デザインにおける縫製パターンの生成は、CGフレンドリーでフレキシブルな編集性から注目されている。 従来、縫製パターン生成法は精巧な衣料を創出することができたが、複雑な衣料を細かな制御でデザインすることは困難であった。 これらの問題に対処するために,テキストプロンプト,体形,衣服スケッチによって制御される縫製パターンを生成する多モード生成モデルであるSwingLDMを提案する。 当初、縫製パターンの元々のベクトルをより包括的な表現に拡張し、より複雑な詳細をカバーし、それらをコンパクトな潜在空間に圧縮する。 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,複数モーダル条件,iie,体形,テキストプロンプト,および衣服スケッチを拡散モデルに注入する2段階のトレーニング戦略を設計し,生成した衣服が体に適合し,詳細に制御されていることを確認した。 包括的質的,定量的実験により,提案手法の有効性が示唆された。 プロジェクトページ:https://shengqiliu1.github.io/SewingLDM。

関連論文リスト

• FabricDiffusion: High-Fidelity Texture Transfer for 3D Garments Generation from In-The-Wild Clothing Images [56.63824638417697]
  ファブリックディフュージョン(FabricDiffusion)は、織物のテクスチャを1枚の衣服画像から任意の形状の3D衣服に転送する方法である。 FabricDiffusionは、テクスチャパターン、材料特性、詳細な印刷物やロゴを含む、単一の衣料品画像から様々な特徴を伝達できることを示す。
  論文  参考訳（メタデータ） (2024-10-02T17:57:12Z)
• 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)
• 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)
• Garment Recovery with Shape and Deformation Priors [51.41962835642731]
  本研究では,実際の画像からリアルな衣料品の形状や変形に関わらず,リアルな衣料品のモデルを提供する手法を提案する。 提案手法は, 形状を正確に復元するだけでなく, アニメーションやシミュレーションなどの下流アプリケーションで直接使用可能なモデルも生成する。
  論文  参考訳（メタデータ） (2023-11-17T07:06:21Z)
• 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)
• NeuralTailor: Reconstructing Sewing Pattern Structures from 3D Point Clouds of Garments [7.331799534004012]
  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。
  論文  参考訳（メタデータ） (2022-01-31T08:33:49Z)
• 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)

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。