从单张图像重建服装缝纫纸样

服装缝纫纸样表征了服装固有的静止形状，是时尚设计、虚拟试穿和数字虚拟人等诸多应用的核心。在本工作中，我们探索从日常照片中恢复服装缝纫纸样这一具有挑战性的问题，以扩充上述应用。为解决该问题，我们首先合成了一个名为 SewFactory 的多功能数据集，包含约 100 万张图像及对应的真实缝纫纸样，用于模型训练和定量评估。SewFactory 涵盖了广泛的人体姿态、体型和缝纫纸样，并借助所提出的人体纹理合成网络具备逼真外观。随后，我们提出了一种称为 Sewformer 的两级 Transformer 网络，显著提升了缝纫纸样预测性能。大量实验表明，所提框架能有效地恢复缝纫纸样，并可良好地泛化至随手拍摄的人体照片。代码、数据集和预训练模型见：https://sewformer.github.io。