論文の概要: Towards automatic digital garment assembly

• arxiv url: http://arxiv.org/abs/2610.20651v1
• Date: Mon, 12 Oct 2026 16:16:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:15.969082
• Title: Towards automatic digital garment assembly
• Title（参考訳）: デジタル衣料自動組立に向けて
• Abstract要約: 本稿では,2次元ベクトルパターンを用いて,デジタル衣服の組み立てを自動化する2つの学習的アプローチを提案する。 自動縫製モデルはセグメントレベルで動作し,複数の予測ヘッドを持つトランスフォーマーエンコーダを利用する。 相補的なパネルレベルモデルは、ドレープシミュレーションに対する体領域割り当て、層、配置座標を予測する。 プロが組み立てた4,035個の衣料品をキュレートしたデータセット上で,両モデルを評価した。
• 参考スコア（独自算出の注目度）: 51.56484100374058
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Creating digital garments from existing two-dimensional patterns remains a time-consuming process. Although patterns are widely available in digital form, their assembly in garment CAD software involves manual definition of sewing operations and arrangement of the pattern panels for drape simulation. We present two learning-based approaches that automate both tasks using the 2D vector pattern as their sole input. Our automatic sewing model operates at the segment level, leveraging a Transformer encoder with multiple prediction heads. Our novel architecture supports many-to-many, ordered segment correspondences, as well as hems, overlapping seams needed for multilayer garments, and construction properties such as seam allowances and stitch types, required for the finished virtual garment but neglected by previous methods. A complementary panel-level model predicts body-region assignments, layers, and placement coordinates to initialize the drape simulation. We evaluate both models on a curated dataset of 4,035 professionally assembled garment instances. The sewing model exactly recovers all seam and hem topologies of 63.3\% of test garments, while the arrangement model meets the specified placement criteria for all panels in 66.2\% of test garments. We also integrate both methods into garment CAD software, demonstrating automatic assembly of successfully predicted garments.
• Abstract（参考訳）: 既存の2次元パターンからデジタル衣服を作ることは、依然として時間を要するプロセスだ。 パターンはデジタル形式で広く利用できるが、それらのCADソフトウェアの組み立てには、縫製作業のマニュアル定義と、ドレープシミュレーションのためのパターンパネルの配置が含まれる。 本稿では,2次元ベクトルパターンを唯一の入力として用いた2つの学習手法を提案する。 自動縫製モデルはセグメントレベルで動作し,複数の予測ヘッドを持つトランスフォーマーエンコーダを利用する。 本アーキテクチャは,多層衣料に要する縫い目,縫い目,縫い目,縫い目,縫い目などの構造特性を多対多で整列したセグメント対応やヘム,ヘム,ヘム,ヘム,ヘムなどをサポートする。 相補的なパネルレベルモデルは、ドレープシミュレーションを初期化するために、ボディ領域の割り当て、レイヤ、配置座標を予測する。 プロが組み立てた4,035個の衣料品をキュレートしたデータセット上で,両モデルを評価した。 縫製モデルは、試験衣の63.3\%の全縫製およびヘムトポロジーを正確に回収し、配置モデルは、試験衣の66.2\%で全てのパネルの所定の配置基準を満たす。 また,両手法をCADソフトウェアに統合し,予測された衣服の自動組立を実証する。

関連論文リスト

• Garment Particles: A 2D--3D Symmetric Garment Representation for Generation and Editing [53.22574954013334]
  Garment Particlesは、2Dミシンパターンと3D幾何学を共同でエンコードする5Dポイントクラウド表現である。 高レベルの入力(テキスト、画像、スケッチ)から直感的な生成をサポートし、2Dミシンパターンと3Dジオメトリの様々な編集操作をサポートする。 また, 衣服, 縫製パターンの編集, ポイントクラウド, シルエットコンディショナブルな衣服生成など, 衣服編集のシナリオを多数用意した。
  論文  参考訳（メタデータ） (2026-05-25T23:43:54Z)
• 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)
• 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)
• 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)
• 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)

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。