DeepCloth：用于形状与风格编辑的神经服装表示
计算机视觉与模式识别
2022-05-04 v2
摘要
服装表示、编辑与动画是计算机视觉与图形学领域的挑战性课题。现有服装表示难以在不同形状与拓扑之间实现平滑且合理的过渡。本文提出 DeepCloth，一个用于服装表示、重建、动画与编辑的统一框架。我们的统一框架包含三个部分：首先，我们用“拓扑感知 UV 位置图”表示服装几何，通过为 UV 位置图引入额外的拓扑感知 UV 掩码，实现对不同形状与拓扑各类服装的统一描述。其次，为进一步支持服装重建与编辑，我们提出一种将基于 UV 的表示嵌入连续特征空间的方法，从而分别通过隐空间中的优化与控制实现服装形状重建与编辑。最后，我们将神经服装表示与身体形状和姿态相统一，提出一种服装动画方法，利用我们的形状与风格表示所编码的动态信息，即使在剧烈服装编辑操作下也能获得合理的服装动画结果。总之，借助 DeepCloth，我们在建立更灵活、更通用的三维服装数字化框架方面向前迈进了一步。实验表明，与以往方法相比，我们的方法在服装表示上达到了最先进的性能。
引用
@article{arxiv.2011.14619,
title = {DeepCloth: Neural Garment Representation for Shape and Style Editing},
author = {Zhaoqi Su and Tao Yu and Yangang Wang and Yebin Liu},
journal= {arXiv preprint arXiv:2011.14619},
year = {2022}
}