SMPLicit: 옷을 입은 사람의 위상 인식 생성 모델

본 논문에서는 SMPLicit, 새로운 생성 모델을 소개합니다. 이 모델은 신체 자세, 형태 및 의상 기하학을 동시에 표현할 수 있습니다. 기존의 학습 기반 접근 방식이 각각의 의상 유형별로 특정 모델을 훈련시켜야 하는 것과 달리, SMPLicit는 무소매 상의부터 후드티, 오픈 재킷 등 다양한 의상 구조를 통합적으로 표현할 수 있으며, 의상 크기나 조임/여유 정도와 같은 다른 속성도 제어할 수 있습니다. 우리는 이 모델이 T셔츠, 후드티, 재킷, 반바지, 바지, 스커트, 신발 심지어 머리카락까지 포함한 다양한 의상에 적용될 수 있음을 보여줍니다. SMPLicit의 표현 유연성은 SMPL 인간 신체 매개변수와 의미적으로 해석 가능하며 의상 속성과 일치하는 학습 가능한 잠재 공간으로 조건부로 설정된 암시적 모델 위에 구축됩니다. 제안된 모델은 완전히 미분 가능하여 더 큰 엔드투엔드 훈련 시스템에서 사용될 수 있습니다. 실험 섹션에서는 SMPLicit가 드레스된 사람들의 3D 스캔에 맞추고 이미지에서 3D 재구성을 위해 쉽게 사용될 수 있음을 입증합니다. 두 경우 모두 본 연구는 최신 기술을 넘어 복잡한 의상 기하학을 추출하고 여러 개의 의상 층을 처리하며 간편한 아웃핏 편집 도구를 제공함으로써 성능을 높일 수 있었습니다. 이 방향으로 더 많은 연구를 촉진하기 위해, 우리는 코드와 모델을 http://www.iri.upc.edu/people/ecorona/smplicit/ 에 공개할 예정입니다.