本論文では、SMPLicitという新しい生成モデルを紹介します。このモデルは、体の姿勢、形状、および衣服の幾何学を統合的に表現することを目指しています。既存の学習ベースアプローチが各種類の衣服に対して特定のモデルを訓練する必要があるのに対し、SMPLicitは袖なしトップスからフード付きジャンパー、オープンジャケットまで異なる衣服トポロジーを一貫して表現できます。また、衣服のサイズやフィット感（きつさ/ゆるさ）などの他の特性も制御可能です。我々は、このモデルがTシャツ、フード付きジャンパー、ジャケット、ショートパンツ、長ズボン、スカート、靴さらには髪まで多様な種類の衣服に適用可能であることを示します。SMPLicitの表現柔軟性は、SMPL人間体パラメータで条件付けされた暗黙的なモデルと、意味的に解釈可能で衣服属性と整合性のある学習可能な潜在空間に基づいています。提案されたモデルは完全に微分可能であり、より大きなエンドツーエンドで学習可能なシステムに組み込むことができます。実験セクションでは、SMPLicitが3Dスキャンへの適合や着衣人物画像からの3D再構成に容易に使用できることを示します。両方の場合において、複雑な衣服幾何学を取得し、複数層の衣服状況を取り扱いながら簡単な衣装編集ツールを提供することで現行最先端を超えることが可能です。この研究方向でのさらなる進展を促すため、我々はコードとモデルを公開し(http://www.iri.upc.edu/people/ecorona/smplicit/)ます。