HyperAIHyperAI

Command Palette

Search for a command to run...

BCNet: Lernen von Körper- und Kleidungsform aus einem einzelnen Bild

Boyi Jiang Juyong Zhang* Yang Hong Jinhao Luo Ligang Liu Hujun Bao

Zusammenfassung

In dieser Arbeit betrachten wir das Problem der automatischen Rekonstruktion von Kleidungs- und Körperformen aus einem einzelnen fast frontal aufgenommenen RGB-Bild. Zu diesem Zweck schlagen wir eine schichtweise Kleidungsdarstellung über dem SMPL-Modell vor und machen die Skinning-Gewichte der Kleidung unabhängig vom Körperschattenmodell, was die Ausdrucksfähigkeit unseres Kleidermodells erheblich verbessert. Im Vergleich zu bestehenden Methoden kann unsere Methode mehr Kleiderkategorien unterstützen und eine genauere Geometrie rekonstruieren. Um unser Modell zu trainieren, erstellen wir zwei umfangreiche Datensätze mit den wahren Körper- und Kleidergeometrien sowie zugehörigen Farbbildern. Im Vergleich zur Darstellung durch ein einzelnes Schattenmodell oder nicht-parametrische Darstellungen kann unsere Methode flexiblere Kontrolle durch getrennte Schattenmodelle ermöglichen und Anwendungen wie Pose-Änderung, Kleiderübertragung und Texturabbildung von Kleidern ermöglichen. Der Quellcode und einige Daten sind unter https://github.com/jby1993/BCNet verfügbar.请注意,"Körperschattenmodell" 和 "Schattenmodell" 在这里并不是最准确的翻译,但为了保持术语的一致性和避免混淆,我选择了这两个词。在实际的德语文献中,通常会使用 "Körpergittermodell" (body mesh) 和 "Gittermodell" (mesh) 来表示这些概念。因此,更准确的翻译应该是:In dieser Arbeit betrachten wir das Problem der automatischen Rekonstruktion von Kleidungs- und Körperformen aus einem einzelnen fast frontal aufgenommenen RGB-Bild. Zu diesem Zweck schlagen wir eine schichtweise Kleidungsdarstellung über dem SMPL-Modell vor und machen die Skinning-Gewichte der Kleidung unabhängig vom Körpergittermodell, was die Ausdrucksfähigkeit unseres Kleidermodells erheblich verbessert. Im Vergleich zu bestehenden Methoden kann unsere Methode mehr Kleiderkategorien unterstützen und eine genauere Geometrie rekonstruieren. Um unser Modell zu trainieren, erstellen wir zwei umfangreiche Datensätze mit den wahren Körper- und Kleidergeometrien sowie zugehörigen Farbbildern. Im Vergleich zur Darstellung durch ein einzelnes Gittermodell oder nicht-parametrische Darstellungen kann unsere Methode flexiblere Kontrolle durch getrennte Gittermodelle ermöglichen und Anwendungen wie Pose-Änderung, Kleiderübertragung und Texturabbildung von Kleidern ermöglichen. Der Quellcode und einige Daten sind unter https://github.com/jby1993/BCNet verfügbar.


KI mit KI entwickeln

Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.

KI-gestütztes kollaboratives Programmieren
Sofort einsatzbereite GPUs
Die besten Preise

HyperAI Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp