DeClotH：从单张图像分解的3D布料和人体重建
计算机视觉与模式识别
2025-03-26 v1 人工智能
摘要
大多数现有方法将单图像上的衣着人体视为单个对象，而不区分布料和人体。为此，我们提出DeClotH，分别从单张图像重建3D布料和人体。由于布料与人体之间的严重遮挡，这一任务在很大程度上尚未被探索，导致难以推断准确的几何和纹理。此外，虽然最近的3D人体重建方法在文本到图像扩散模型中取得了令人印象深刻的成果，但直接将此方法应用于此问题常常会导致错误的指导，尤其是在重建3D布料方面。为此，我们在框架中提出两个核心设计：第一，为缓解遮挡问题，我们利用布料和人体的3D模板模型作为正则化，提供强大的几何先验以防止遮挡导致的错误重建。第二，我们引入专为提供布料外观上下文信息而设计的布料扩散模型，以增强3D布料的重建。定性和定量实验表明，我们的所提出的方法在重建3D布料和人体方面效果极佳。更多定性结果请访问https://hygenie1228.github.io/DeClotH/。
引用
@article{arxiv.2503.19373,
title = {DeClotH: Decomposable 3D Cloth and Human Body Reconstruction from a Single Image},
author = {Hyeongjin Nam and Donghwan Kim and Jeongtaek Oh and Kyoung Mu Lee},
journal= {arXiv preprint arXiv:2503.19373},
year = {2025}
}
备注
Published at CVPR 2025, 17 pages including the supplementary material