BCNet: 단일 이미지에서 몸체와 옷의 형태 학습

본 논문에서는 단일 근접 전면 뷰 RGB 이미지로부터 의상과 인체 형태를 자동으로 재구성하는 문제를 다룹니다. 이를 위해 SMPL 위에 계층적 의상 표현을 제안하고, 의상의 스키닝 가중치를 인체 메시와 독립적으로 처리하여 우리의 의상 모델의 표현 능력을 크게 향상시킵니다. 기존 방법들과 비교할 때, 우리의 방법은 더 많은 의상 카테고리를 지원하며 더욱 정확한 기하학적 구조를 복원할 수 있습니다. 모델을 학습하기 위해, 우리는 실제 인체와 의상의 기하학적 구조 및 짝을 이룬 색상 이미지를 포함하는 두 개의 대규모 데이터셋을 구성했습니다. 단일 메시나 비매개변수 표현과 비교할 때, 우리의 방법은 분리된 메시를 사용하여 보다 유연한 제어가 가능하며, 포즈 변경(re-pose), 의상 전송(garment transfer), 그리고 의상 텍스처 매핑(garment texture mapping) 같은 응용 프로그램이 가능해집니다. 코드와 일부 데이터는 https://github.com/jby1993/BCNet에서 제공됩니다.