論文の概要: GarmentWeaver: Schema-Aware Structured Synthesis for Multimodal Sewing Patterns

• arxiv url: http://arxiv.org/abs/2608.30550v1
• Date: Mon, 31 Aug 2026 10:25:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.344053
• Title: GarmentWeaver: Schema-Aware Structured Synthesis for Multimodal Sewing Patterns
• Title（参考訳）: GarmentWeaver:マルチモーダル縫製パターンのためのスキーマ対応構造化合成
• Abstract要約: GarmentWeaverはマルチモーダルスウィングパターン生成のためのスキーマ対応フレームワークである。 衣服関連構造枝を活性化することにより、コンパクトな階層的ターゲットを構築する。 実験により、GarmentWeaverは強いベースラインよりも正確で実行可能な縫製パターンを生成することが示された。
• 参考スコア（独自算出の注目度）: 3.5652803799913197
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multimodal Sewing pattern generation aims to infer executable sewing patterns from design cues such as sketches and textual descriptions. As an interpretable and simulation-compatible representation, sewing patterns are particularly valuable for digital garment creation. However, existing methods often model garment specifications as flat long sequences, which entangles garment structure with detailed parameters and leads to redundant components, inaccurate local details, and poor simulation compatibility. In this paper, we present GarmentWeaver, a schema-aware framework for multimodal Sewing pattern generation. GarmentWeaver constructs compact hierarchical targets by activating garment-relevant structural branches and predicts executable Sewing patterns in a structured manner. Specifically, we introduce a schema-aware target construction strategy, build the generator on top of a pretrained vision-language model for multimodal garment understanding, and impose feasibility-aware regularization to encourage structurally valid and simulation-compatible outputs. Extensive experiments show that GarmentWeaver produces more accurate and more executable sewing patterns than strong baselines, while also yielding better simulation results. These findings demonstrate the effectiveness of schema-aware structured generation for reliable multimodal Sewing pattern prediction.
• Abstract（参考訳）: マルチモーダル縫製パターン生成は、スケッチやテキスト記述などの設計手順から実行可能な縫製パターンを推論することを目的としている。 解釈可能でシミュレーション互換の表現として、縫製パターンは特にデジタル衣服作成に有用である。 しかし、既存の手法では、衣服の仕様を平らな長いシーケンスとしてモデル化することが多く、これは衣服の構造を詳細なパラメータで絡み合わせ、冗長なコンポーネント、不正確な局所的な詳細、シミュレーションの整合性に繋がる。 本稿では,マルチモーダルスウィングパターン生成のためのスキーマ対応フレームワークであるGarmentWeaverを提案する。 GarmentWeaverは、衣服関連構造枝を活性化してコンパクトな階層的ターゲットを構築し、構造化された方法で実行可能な縫製パターンを予測する。 具体的には、マルチモーダルな衣服理解のための事前訓練された視覚言語モデルの上にジェネレータを構築し、構造的に有効でシミュレーション互換な出力を促進するために、実現可能性を考慮した正規化を課す。 大規模な実験により、GarmentWeaverは強いベースラインよりも正確でより実行可能な縫製パターンを生成する一方で、より良いシミュレーション結果が得られることが示された。 これらの結果から,マルチモーダル縫合パターン予測におけるスキーマ対応構造生成の有効性が示唆された。

関連論文リスト

• PatternGSL: A Structured Specification Language for Template-Free and Simulation-Ready 3D Garments [52.50602518973252]
  本稿ではテンプレートフリーで学習可能な仕様言語であるPatternGSLについて述べる。 本稿では,単一画像から直接PatternGSL仕様を予測し,それらを衣服に復号する視覚言語フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-23T13:32:04Z)
• DressWild: Feed-Forward Pose-Agnostic Garment Sewing Pattern Generation from In-the-Wild Images [50.11081091174558]
  本稿では,衣料品のモデリングと製作のための縫製パターン生成に焦点を当てた。 そこで我々は,DressWildを提案する。DressWildは,物理に一貫性のある2Dミシンパターンと,それに対応する3D衣服を,ワン・ザ・ウィンド画像から再構成する新しいフィードフォワードパイプラインである。
  論文  参考訳（メタデータ） (2026-02-18T14:45:15Z)
• Learning Sewing Patterns via Latent Flow Matching of Implicit Fields [14.869592086908424]
  暗黙の表現に基づく縫製パターンモデリング手法を提案する。 我々は、その境界を定義する符号付き距離場と、シームエンドポイントを識別する符号なし距離場を用いて、各パネルを表現している。 この表現において、潜水流マッチングモデルはパネル結合上の分布を学習し、縫合予測モジュールは抽出されたエッジセグメントから縫合関係を回復する。
  論文  参考訳（メタデータ） (2026-01-25T08:18:39Z)
• GarmageNet: A Multimodal Generative Framework for Sewing Pattern Design and Generic Garment Modeling [35.49678134341859]
  GarmageNetは、2Dミシンパターンの作成を自動化する生成フレームワークである。 ガーマージ(Garmage)は、各パネルを構造的幾何学的イメージとしてエンコードする、新しい衣服表現である。 GarmageSetは14,801のプロフェッショナルデザインの衣服からなる大規模なデータセットである。
  論文  参考訳（メタデータ） (2025-04-02T08:37:32Z)
• Mesh Mamba: A Unified State Space Model for Saliency Prediction in Non-Textured and Textured Meshes [50.23625950905638]
  メッシュサリエンシは、自然に視覚的注意を引き付ける領域を特定して強調することにより、3D視覚の適応性を高める。 状態空間モデル (SSM) に基づく統合唾液度予測モデルであるメッシュ・マンバを導入する。 Mesh Mambaは、トポロジカルフレームワークにテクスチャ機能をシームレスに組み込んだまま、メッシュの幾何学的構造を効果的に分析する。
  論文  参考訳（メタデータ） (2025-04-02T08:22:25Z)
• ChatGarment: Garment Estimation, Generation and Editing via Large Language Models [79.46056192947924]
  ChatGarmentは、大規模な視覚言語モデル(VLM)を活用して、3D衣服の見積もり、生成、編集を自動化する新しいアプローチである。 ウィジェット内の画像やスケッチから縫製パターンを推定し、テキスト記述から生成し、ユーザー指示に基づいて衣服を編集することができる。
  論文  参考訳（メタデータ） (2024-12-23T18:59:28Z)
• 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)
• Design2GarmentCode: Turning Design Concepts to Tangible Garments Through Program Synthesis [27.1965932507935]
  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は多様なデザイン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一方、パターン作成プログラムは、よく構造化され意味のあるミシンパターンの表現として機能する。 本手法は, 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の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。
  論文  参考訳（メタデータ） (2024-12-11T18:26:45Z)
• AIpparel: A Multimodal Foundation Model for Digital Garments [71.12933771326279]
  縫製パターンの生成と編集のためのマルチモーダル基礎モデルである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)

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。