論文の概要: LUIVITON: Learned Universal Interoperable VIrtual Try-ON

• arxiv url: http://arxiv.org/abs/2509.05030v1
• Date: Fri, 05 Sep 2025 11:40:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-08 14:27:25.579087
• Title: LUIVITON: Learned Universal Interoperable VIrtual Try-ON
• Title（参考訳）: LUIVITON:Universal Interoperable VIrtual Try-ONを学習
• Authors: Cong Cao, Xianhang Cheng, Jingyuan Liu, Yujian Zheng, Zhenhui Lin, Meriem Chkir, Hao Li,
• Abstract要約: 完全に自動化された仮想試行のためのエンドツーエンドシステムLUIVITONを提案する。 複雑で多層的な衣服を多様で任意に配置されたヒューマノイド文字にドラッグできる。 本手法は,複雑な幾何学,非多様体メッシュを扱えるとともに,多種多様なヒューマノイド文字に効果的に一般化することができる。
• 参考スコア（独自算出の注目度）: 12.461905938574843
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present LUIVITON, an end-to-end system for fully automated virtual try-on, capable of draping complex, multi-layer clothing onto diverse and arbitrarily posed humanoid characters. To address the challenge of aligning complex garments with arbitrary and highly diverse body shapes, we use SMPL as a proxy representation and separate the clothing-to-body draping problem into two correspondence tasks: 1) clothing-to-SMPL and 2) body-to-SMPL correspondence, where each has its unique challenges. While we address the clothing-to-SMPL fitting problem using a geometric learning-based approach for partial-to-complete shape correspondence prediction, we introduce a diffusion model-based approach for body-to-SMPL correspondence using multi-view consistent appearance features and a pre-trained 2D foundation model. Our method can handle complex geometries, non-manifold meshes, and generalizes effectively to a wide range of humanoid characters -- including humans, robots, cartoon subjects, creatures, and aliens, while maintaining computational efficiency for practical adoption. In addition to offering a fully automatic fitting solution, LUIVITON supports fast customization of clothing size, allowing users to adjust clothing sizes and material properties after they have been draped. We show that our system can produce high-quality 3D clothing fittings without any human labor, even when 2D clothing sewing patterns are not available.
• Abstract（参考訳）: 複雑で多層的な衣服を多様で任意に配置されたヒューマノイド文字にドラッグできる,完全自動バーチャルトライオンのエンドツーエンドシステムLUIVITONを提案する。 複雑な衣服を任意かつ多種多様な体型に整列させることの課題に対処するため、SMPLをプロキシ表現として使用し、衣服間ドレーピング問題を2つの対応タスクに分割する。 1)服からSMPLまで 2)体対SMPL対応では,それぞれに固有の課題がある。 本稿では, 形状対応予測のための幾何学的学習に基づくアプローチを用いて, 衣服間SMPL適合問題に対処する一方で, 多視点一貫した外観特徴と事前学習された2次元基礎モデルを用いて, 人体間SMPL対応のための拡散モデルに基づくアプローチを提案する。 提案手法は複雑なジオメトリ,非マニフォールドメッシュを処理し,人間,ロボット,漫画の主題,生物,異星人を含む多種多様なヒューマノイドキャラクタに効果的に一般化し,実用化のための計算効率を維持できる。 LUIVITONは、完全に自動的なフィッティングソリューションを提供するだけでなく、服のサイズを素早くカスタマイズできる。 本システムでは,2次元縫製パターンが利用できない場合でも,人間の負担を伴わずに高品質な3D衣料品を製造できることが示されている。

関連論文リスト

• GarmentCodeData: A Dataset of 3D Made-to-Measure Garments With Sewing Patterns [18.513707884523072]
  縫製パターンを用いた3次元計測服の大規模合成データセットについて述べる。 GarmentCodeDataには115,000のデータポイントがあり、さまざまなデザインをカバーしている。 高速なXPBDシミュレータに基づくオープンソースの3D衣料ドレーピングパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-05-27T19:14:46Z)
• UniFolding: Towards Sample-efficient, Scalable, and Generalizable Robotic Garment Folding [53.38503172679482]
  UniFoldingは、服の折り畳みと折り畳みを行うための、サンプル効率が高く、スケーラブルで、汎用的なロボットシステムである。 UniFoldingは提案されたUFONetニューラルネットワークを使用して、展開決定と折り畳み決定を単一のポリシーモデルに統合する。 このシステムは、長袖のシャツと短袖のシャツの2種類の衣服でテストされている。
  論文  参考訳（メタデータ） (2023-11-02T14:25:10Z)
• ISP: Multi-Layered Garment Draping with Implicit Sewing Patterns [57.176642106425895]
  本稿では,現在のアプローチの限界に対処する衣服表現モデルを提案する。 これは、純粋に暗黙的な表面表現よりも高速で高品質な再構成をもたらす。 個々の2Dパネルを編集することで、衣服の形状やテクスチャを素早く編集できる。
  論文  参考訳（メタデータ） (2023-05-23T14:23:48Z)
• Towards Scalable Unpaired Virtual Try-On via Patch-Routed Spatially-Adaptive GAN [66.3650689395967]
  本稿では,現実世界の仮想試行を支援するテクスチャ保存型終末ネットワークであるPAtch-routed SpaTially-Adaptive GAN (PASTA-GAN)を提案する。 PASTA-GANは、各衣服のスタイルと空間情報をアンタングルするために、革新的なパッチを外したアンタングルモジュールで構成されている。
  論文  参考訳（メタデータ） (2021-11-20T08:36:12Z)
• SCANimate: Weakly Supervised Learning of Skinned Clothed Avatar Networks [54.94737477860082]
  本論文では,着る人間の生の3Dスキャンをイメージ可能なアバターに変える,エンドツーエンドのトレーニング可能なフレームワークを提案する。 SCANimateはカスタマイズされたメッシュテンプレートや表面メッシュ登録に依存しません。 本手法はポーズ認識型外観モデルに適用でき,完全にテクスチャ化されたアバターを生成できる。
  論文  参考訳（メタデータ） (2021-04-07T17:59:58Z)
• 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。