Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới. Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận. Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.
ETCH: Tổng quát hóa sự vừa vặn của cơ thể đối với con người mặc quần áo thông qua độ khít tương đương
작성자
Haebom
Tác giả
Boqian Li, Haiwen Feng, Zeyu Cai, Michael J. Black, Yuliang Xiu
Phác thảo
Bài báo này đề cập đến vấn đề khớp cơ thể với đám mây điểm của người mặc quần áo 3D. Các phương pháp dựa trên tối ưu hóa hiện có sử dụng các đường ống đa giai đoạn, khiến chúng dễ bị khởi tạo tư thế, trong khi các phương pháp dựa trên học máy gần đây gặp khó khăn trong việc khái quát hóa trên nhiều tư thế và loại trang phục khác nhau. Trong bài báo này, chúng tôi đề xuất Equivariant Tightness Fitting for Clothed Humans (ETCH), một đường ống mới ước tính ánh xạ bề mặt quần áo với cơ thể bằng cách sử dụng phương sai tương đương SE(3) được xấp xỉ cục bộ và mã hóa độ chặt như một vectơ dịch chuyển từ bề mặt cơ thể. Sau khi ánh xạ này, các đặc điểm cơ thể bất biến theo tư thế được hồi quy trên các điểm đánh dấu cơ thể thưa thớt, đơn giản hóa nhiệm vụ khớp người mặc quần áo thành nhiệm vụ khớp điểm đánh dấu cơ thể bên trong. Các thí nghiệm mở rộng trên CAPE và 4D-Dress chứng minh rằng ETCH vượt trội đáng kể so với các phương pháp tiên tiến (cả khi có và không xem xét độ chặt) về độ chính xác khớp cơ thể (16,7% đến 69,5%) và độ chính xác hình dạng (trung bình 49,9%) đối với quần áo rộng rãi. Thiết kế khít đều có thể giảm lỗi định hướng từ 67,2% đến 89,8% trong các thiết lập một lần (hoặc ngoài phân phối) (~1% dữ liệu). Kết quả định tính chứng minh khả năng khái quát hóa mạnh mẽ của ETCH bất kể tư thế khó, hình dạng vô hình, quần áo rộng và động lực học cơ thể không cứng. Mã và mô hình sẽ được công khai theo số https://boqian-li.github.io/ETCH/에서 .
Takeaways, Limitations
•
Takeaways:
◦
SE(3) Đề xuất một đường ống lắp ráp cơ thể mới (ETCH) cho những người mặc quần áo bằng cách sử dụng phép đồng cấu.
◦
Cải thiện đáng kể độ chính xác khi đo kích thước cơ thể và hình dạng quần áo rộng so với các phương pháp hiện có.
◦
Hiệu suất khái quát mạnh mẽ trên nhiều tư thế, loại quần áo và động lực cơ thể không cứng nhắc.
◦
Giảm đáng kể lỗi định hướng trong cài đặt một lần chụp.
◦
Mã và mô hình sẽ sớm được phát hành.
•
Limitations:
◦
Mã và mô hình vẫn chưa được công khai.
◦
Cần phải xác nhận thêm tính đa dạng của tập dữ liệu thử nghiệm.
◦
Khả năng giảm hiệu suất chung đối với các loại quần áo hoặc hình dáng cơ thể cụ thể.
