DiffAvatar:基于可微仿真的仿真就绪服装优化
计算机视觉与模式识别
2024-04-02 v2
摘要
数字替身的真实感在支持具有自我表达与定制化的远程呈现应用中至关重要。虽然物理仿真能为着衣人体产生真实运动,但它们需要带有相关物理参数的高质量服装资产以进行布料仿真。然而,手动创建这些资产并标定其参数是劳动密集型的且需要专业知识。现有方法聚焦于几何重建,但不生成用于基于物理应用的完整资产。为弥补这一缺口,我们提出 \papername,~一种利用可微仿真进行人体与服装协同优化的新方法。通过将物理仿真整合进优化循环,并考虑布料复杂非线性行为及其与人体复杂交互,我们的框架以物理合理的方式恢复人体与服装几何并提取重要材料参数。我们的实验表明,我们的方法生成适用于下游应用的真实服装与人体形状。我们在网页上提供额外见解与结果:https://people.csail.mit.edu/liyifei/publication/diffavatar/
引用
@article{arxiv.2311.12194,
title = {DiffAvatar: Simulation-Ready Garment Optimization with Differentiable Simulation},
author = {Yifei Li and Hsiao-yu Chen and Egor Larionov and Nikolaos Sarafianos and Wojciech Matusik and Tuur Stuyck},
journal= {arXiv preprint arXiv:2311.12194},
year = {2024}
}
备注
CVPR 2024; Project page: https://people.csail.mit.edu/liyifei/publication/diffavatar/