着装化虚拟人：物理模拟服装的深层照片级真实感外观

尽管在开发可动画全身虚拟人方面近期取得进展，但对服装——人类自我表达的核心方面之一——的逼真建模仍是一项开放挑战。最先进的物理模拟方法能以交互速率生成行为逼真的服装几何。然而，建模照片级真实感外观通常需要基于物理的渲染，这对交互式应用过于昂贵。另一方面，数据驱动的深层外观模型能够高效生成真实感外观，但难以合成高度动态服装的几何并处理具有挑战性的身体-服装配置。为此，我们引入带有服装显式建模的姿势驱动虚拟人，其既具有从真实世界数据学习的照片级真实感外观，又具有逼真的服装动力学。关键思想是在显式几何之上引入一个神经服装外观模型：训练时使用高保真跟踪，而动画时依赖物理模拟几何。我们的核心贡献是一个受物理启发的外观网络，能够为未见过的身体-服装配置生成带有视相关和动态阴影效应的照片级真实感外观。我们对模型进行了全面评估，并展示了多个主体和不同服装类型的多样动画结果。与先前照片级全身虚拟人的工作不同，我们的方法即使对许多宽松服装例子也能产生更丰富的动力学和更真实的形变。我们还表明，我们的公式自然允许服装用于不同人的虚拟人且保持完全可动画，从而首次实现了带有新颖服装的照片级虚拟人。