分层服装网络：从单张图像生成多层隐式服装
计算机视觉与模式识别
2022-11-23 v1 图形学
摘要
近期的研究工作集中于从二维图像生成人体模型与服装。然而，现有最优研究要么仅关注人体模型上的单层服装，要么生成多层服装却无法保证层间无交叠的几何关系。现实中，人们日常穿着多层服装，内层服装可能被外层部分遮盖。本文尝试解决这一多层建模问题，并提出分层服装网络（LGN），该网络在给定人物近正视图的情况下，能够通过在体表定义的隐式函数场生成无交叠的多层服装。通过特别设计的服装指示场（GIF），我们可以在不同层的符号距离场（SDF）之间强制一种隐式遮盖关系，从而避免不同服装表面与人体之间的自相交。实验表明，与现有最优方法相比，我们所提出的 LGN 框架在生成多层服装方面具有优势。据我们所知，LGN 是首个从单张图像在人体上生成无交叠多层服装的研究工作。
引用
@article{arxiv.2211.11931,
title = {Layered-Garment Net: Generating Multiple Implicit Garment Layers from a Single Image},
author = {Alakh Aggarwal and Jikai Wang and Steven Hogue and Saifeng Ni and Madhukar Budagavi and Xiaohu Guo},
journal= {arXiv preprint arXiv:2211.11931},
year = {2022}
}
备注
16th Asian Conference on Computer Vision (ACCV2022)