4D-DRESS：具有语义标注的真实世界人类服装 4D 数据集
计算机视觉与模式识别
2024-04-30 v1
摘要
针对数字虚拟化身的人类服装研究主要依赖于合成数据集。虽然合成数据易于收集，但往往缺乏真实性，无法捕捉真实的服装动态。为了弥补这一差距，我们引入了 4D-DRESS，这是第一个通过高质量 4D 纹理扫描和服装网格推进人类服装研究的真实世界 4D 数据集。4D-DRESS 在 520 个人类运动序列中捕获了 64 套服装，共计 78k 张纹理扫描。创建真实世界的服装数据集具有挑战性，特别是在对广泛且复杂的 4D 人体扫描进行标注和分割时。为了解决这个问题，我们开发了一个半自动的 4D 人体解析流水线。我们将人在回路过程与自动化高效结合，以准确标注不同服装和身体运动下的 4D 扫描。利用精确的标注和高质量的服装网格，我们建立了多个服装模拟和重建基准。4D-DRESS 提供了补充合成数据源的逼真且具挑战性的数据，为逼真人类服装研究的进步铺平了道路。网站：https://ait.ethz.ch/4d-dress。
引用
@article{arxiv.2404.18630,
title = {4D-DRESS: A 4D Dataset of Real-world Human Clothing with Semantic Annotations},
author = {Wenbo Wang and Hsuan-I Ho and Chen Guo and Boxiang Rong and Artur Grigorev and Jie Song and Juan Jose Zarate and Otmar Hilliges},
journal= {arXiv preprint arXiv:2404.18630},
year = {2024}
}
备注
CVPR 2024 paper, 21 figures, 9 tables