Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo. La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro. Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.
ETCH: Generalización del ajuste corporal a humanos vestidos mediante la tensión equivalente
Created by
Haebom
Autor
Boqian Li, Haiwen Feng, Zeyu Cai, Michael J. Black, Yuliang Xiu
Describir
Este artículo aborda el problema de ajustar un cuerpo a una nube de puntos de un humano 3D vestido. Los métodos existentes basados en optimización emplean secuencias de múltiples etapas, lo que los hace susceptibles a la inicialización de poses, mientras que los métodos recientes basados en aprendizaje tienen dificultades para generalizarse a diversas poses y tipos de ropa. En este artículo, proponemos el Ajuste Equivariante de Estrechez para Humanos Vestidos (ETCH), una novedosa secuencia que estima la correspondencia entre la ropa y la superficie corporal mediante una equivarianza SE(3) aproximada localmente y codifica la estrechez como un vector de desplazamiento desde la superficie corporal. Tras esta correspondencia, las características corporales invariantes respecto a la pose se regresionan con marcadores corporales dispersos, simplificando la tarea de ajuste del humano vestido a una tarea de ajuste con marcadores corporales internos. Amplios experimentos con CAPE y 4D-Dress demuestran que ETCH supera significativamente a los métodos más modernos (con y sin consideraciones de estrechez) en precisión de ajuste corporal (16,7% a 69,5%) y precisión de forma (promedio 49,9%) para ropa holgada. El diseño de ajuste ceñido equilátero puede reducir los errores de orientación entre un 67,2 % y un 89,8 % en entornos de una sola toma (o fuera de distribución) (aproximadamente el 1 % de los datos). Los resultados cualitativos demuestran la robusta generalización de ETCH, independientemente de poses difíciles, formas invisibles, ropa holgada y dinámicas corporales no rígidas. El código y el modelo estarán disponibles públicamente con la licencia https://boqian-li.github.io/ETCH/에서 .
Takeaways, Limitations
•
Takeaways:
◦
SE(3) Propuesta de una nueva canalización de ajuste corporal (ETCH) para personas que usan ropa utilizando isomorfismo.
◦
Se mejoró significativamente la precisión del ajuste corporal y la exactitud de la forma de la ropa holgada en comparación con los métodos existentes.
◦
Fuerte desempeño de generalización en una variedad de posturas, tipos de ropa y dinámicas corporales no rígidas.
◦
Reduce significativamente el error direccional en configuraciones de un solo disparo.
◦
El código y el modelo se publicarán próximamente.
•
Limitations:
◦
El código y el modelo aún no son públicos.
◦
Se necesita una mayor validación de la diversidad del conjunto de datos experimentales.
◦
Posibilidad de degradación generalizada del rendimiento para tipos específicos de ropa o formas corporales.
