DrapeNet：服装生成与自监督悬垂
计算机视觉与模式识别
2023-03-23 v3
摘要
近期将服装快速悬垂到任意人体上的方法利用自监督来消除对大型训练集的需求。然而，它们被设计为每种服装物品训练一个网络，这严重限制了其泛化能力。在我们的工作中，我们依靠自监督来训练单个网络以悬垂多种服装。这是通过预测以生成网络潜码为条件的3D形变场实现的，该生成网络将服装建模为无符号距离场。我们的流程可以生成并悬垂此前未见过的任意拓扑服装，其形状可通过操控潜码进行编辑。由于完全可微，我们的公式使得能够通过梯度下降从部分观测——图像或3D扫描——恢复准确的服装3D模型。我们的代码公开于 https://github.com/liren2515/DrapeNet 。
引用
@article{arxiv.2211.11277,
title = {DrapeNet: Garment Generation and Self-Supervised Draping},
author = {Luca De Luigi and Ren Li and Benoît Guillard and Mathieu Salzmann and Pascal Fua},
journal= {arXiv preprint arXiv:2211.11277},
year = {2023}
}