Image2Garment: 从单张图像生成仿真就绪 garment
计算机视觉与模式识别
2026-03-20 v4
摘要
从单张图像估计物理准确、仿真就绪的 garment 具有困难，由于缺乏图像到物理数据集以及该问题的欠定性。先前的方法要么需要多视角捕获和昂贵的可微分仿真，要么仅预测 garment 几何而不包含用于实现真实仿真的材料属性。我们提出一种 feed-forward 框架，规避了这些限制：首先微调视觉语言模型以从真实图像推断材料组成和纺织属性，然后训练轻量级预测器将这些属性映射到相应的物理纤维参数，利用小规模的材料-物理测量数据集。我们引入了两个新数据集 (FTAG 和 T2P)，并通过无需迭代优化的方式从单张图像生成仿真就绪的 garment。实验表明，我们的估计器在材料组成估计和纺织属性预测方面实现了优异的准确率，并通过将它们通过我们的物理参数估计器传递，进一步实现了与最先进的图像到 garment 方法相比的更高保真度仿真。
关键词
引用
@article{arxiv.2601.09658,
title = {Image2Garment: Simulation-ready Garment Generation from a Single Image},
author = {Selim Emir Can and Jan Ackermann and Kiyohiro Nakayama and Ruofan Liu and Tong Wu and Yang Zheng and Hugo Bertiche and Menglei Chai and Thabo Beeler and Gordon Wetzstein},
journal= {arXiv preprint arXiv:2601.09658},
year = {2026}
}
备注
Project Page: https://image2garment.github.io/