SMPLicit：面向着衣人体的拓扑感知生成模型
计算机视觉与模式识别
2021-04-06 v2
摘要
本文提出 SMPLicit，一种联合表示身体姿态、体型与衣物几何的新颖生成模型。与现有需要为每类服装训练特定模型的基于学习的方法不同，SMPLicit 能以统一方式表示不同服装拓扑（例如从无袖上衣到连帽衫再到敞开夹克），同时控制其他属性如服装尺寸或紧身/宽松程度。我们展示了我们的模型适用于大量服装，包括 T 恤、连帽衫、夹克、短裤、长裤、裙子、鞋甚至头发。SMPLicit 的表示灵活性建立在以 SMPL 人体参数调节的隐式模型，以及一个在语义上可解释且与服装属性对齐的可学习潜空间之上。所提模型完全可微，可用于更大的端到端可训练系统。在实验部分，我们证明 SMPLicit 可直接用于拟合 3D 扫描以及着衣人体图像的 3D 重建。在两种情况下我们均能超越当前最先进水平，通过恢复复杂服装几何、处理多层衣物情形，并提供便捷的穿搭编辑工具。为激励该方向的进一步研究，我们将在 http://www.iri.upc.edu/people/ecorona/smplicit/ 公开代码与模型。
引用
@article{arxiv.2103.06871,
title = {SMPLicit: Topology-aware Generative Model for Clothed People},
author = {Enric Corona and Albert Pumarola and Guillem Alenyà and Gerard Pons-Moll and Francesc Moreno-Noguer},
journal= {arXiv preprint arXiv:2103.06871},
year = {2021}
}
备注
Accepted at CVPR 2021