단일 뷰 RGB 이미지로부터 사실적인 의복을 입은 인체를 생성하는 것은 혼합 현실 및 영화 제작과 같은 응용 분야에 매우 중요합니다. 최근 몇 년 동안 발전이 있었지만, 주류 방법들은 입력 단일 뷰 이미지가 정면 정보만 포함하기 때문에 측면 정보를 완전히 활용하지 못하는 경우가 많습니다. 이로 인해 측면에서 전반적으로 비현실적인 토폴로지와 국부적인 표면 불일치가 발생합니다. 이러한 문제를 해결하기 위해, 본 논문에서는 측면 뷰 일관성을 갖춘 의복을 입은 인체 재구성(CHRIS)을 제안합니다. CHRIS는 1) 생성된 측면 뷰 노멀을 실제 노멀과 구별하여 전반적인 시각적 타당성을 높이는 측면 뷰 노멀 판별기와 2) 국부적인 표면 일관성을 보장하는 다대일 그래디언트 계산(M2O)으로 구성됩니다. M2O는 근처 점들의 그래디언트를 통합하여 샘플링 점의 그래디언트를 계산하며, 효과적으로 평활화 연산 역할을 합니다. 실험 결과, CHRIS는 공개 벤치마크에서 최첨단 성능을 달성하고 이전 연구보다 우수한 성능을 보여줍니다.
