DI-Net：面向数字着装三维人体的分解式隐式服装迁移网络
计算机视觉与模式识别
2023-11-29 v1
摘要
三维虚拟试穿具有诸多潜在应用，因此引起了广泛关注。然而，这仍是一项尚未得到充分解决的具有挑战性的任务。现有的二维虚拟试穿方法无法直接扩展到三维，因为它们缺乏感知每个像素深度的能力。此外，三维虚拟试穿方法大多建立在固定拓扑结构之上且计算量大。为解决这些问题，我们提出了一种分解式隐式服装迁移网络（DI-Net），该网络可轻松重建具有新试穿结果的三维人体网格，并从任意视角保留纹理。具体而言，DI-Net由两个模块组成：1）互补扭曲模块，通过稠密对应学习和稀疏流学习将参考图像扭曲为与源图像相同的姿态；2）几何感知分解迁移模块，将服装迁移分解为基于图像布局的迁移和基于纹理的迁移，通过构建像素对齐的隐式函数实现表面与纹理重建。实验结果表明，我们的方法在三维虚拟试穿任务中具有有效性和优越性，相比其他现有方法能生成更高质量的结果。
引用
@article{arxiv.2311.16818,
title = {DI-Net : Decomposed Implicit Garment Transfer Network for Digital Clothed 3D Human},
author = {Xiaojing Zhong and Yukun Su and Zhonghua Wu and Guosheng Lin and Qingyao Wu},
journal= {arXiv preprint arXiv:2311.16818},
year = {2023}
}