利用物理相似性神经网络学习织物与服装的物理属性
计算机视觉与模式识别
2021-12-21 v1
摘要
在本文中,我们提出通过物理相似性网络(PhySNet)学习模拟织物之间的物理相似性,来预测真实织物与服装的物理参数。为此,我们估计电风扇产生的风速与面密度,以预测模拟及真实织物与服装的弯曲刚度。我们发现,PhySNet结合贝叶斯优化器可预测物理参数,并将最优水平(state-of-art)在真实织物上提升34%,在真实服装上提升68%。
引用
@article{arxiv.2112.10727,
title = {Learning Physics Properties of Fabrics and Garments with a Physics Similarity Neural Network},
author = {Li Duan and Lewis Boyd and Gerardo Aragon-Camarasa},
journal= {arXiv preprint arXiv:2112.10727},
year = {2021}
}