BCNet : Apprentissage de la forme du corps et des vêtements à partir d'une seule image

Dans cet article, nous abordons le problème de la reconstruction automatique des formes d'habillement et du corps à partir d'une seule image RGB quasi-frontale. À cette fin, nous proposons une représentation en couches des vêtements basée sur le modèle SMPL et innovons en rendant les poids de peau des vêtements indépendants du maillage corporel, ce qui améliore considérablement l'expressivité de notre modèle de vêtement. Comparativement aux méthodes existantes, notre méthode peut prendre en charge un plus grand nombre de catégories de vêtements et récupérer une géométrie plus précise. Pour entraîner notre modèle, nous avons construit deux jeux de données à grande échelle comprenant des géométries corporelles et vestimentaires véritables ainsi que des images couleur appariées. Par rapport à la représentation par un seul maillage ou non paramétrique, notre méthode offre un contrôle plus flexible grâce à des maillages séparés, permettant des applications telles que le repositionnement (re-pose), le transfert de vêtements et la cartographie des textures vestimentaires. Le code source et certaines données sont disponibles à l'adresse suivante : https://github.com/jby1993/BCNet.