学习将服装图像纹理迁移至 3D 人体
计算机视觉与模式识别
2020-04-01 v2
摘要
本文提出一种简单而有效的方法，可实时自动将服装图像（正面与背面）的纹理迁移到穿戴在 SMPL 之上的 3D 服装上。我们首先使用一种精确但缓慢的自定义非刚性 3D 到 2D 配准方法自动计算带有对齐 3D 服装的图像训练对。利用这些配对，我们学习从像素到 3D 服装表面的映射。我们的思路是仅利用形状信息（完全忽略纹理）从服装图像轮廓学习到 3D 服装表面 2D-UV 图的稠密对应，这使得我们能够泛化到广泛的网络图像。若干实验表明，我们的模型比薄板样条扭曲和图像到图像翻译网络等广泛使用的基线更准确，同时速度快几个数量级。我们的模型为虚拟试穿等应用打开了大门，并允许生成具有多样纹理的 3D 人体，而这正是学习所必需的。
引用
@article{arxiv.2003.02050,
title = {Learning to Transfer Texture from Clothing Images to 3D Humans},
author = {Aymen Mir and Thiemo Alldieck and Gerard Pons-Moll},
journal= {arXiv preprint arXiv:2003.02050},
year = {2020}
}
备注
IEEE Conference on Computer Vision and Pattern Recognition