Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

GarmentDiffusion: 3D Garment Sewing Pattern Generation with Multimodal Diffusion Transformers

Created by
  • Haebom
Category
Empty

저자

Xinyu Li, Qi Yao, Yuanda Wang

개요

GarmentDiffusion은 텍스트, 이미지, 불완전한 봉제 패턴 등 다양한 입력 모드를 사용하여 센티미터 단위의 정확한 벡터화된 3D 봉제 패턴을 생성할 수 있는 새로운 생성 모델입니다. 3D 봉제 패턴 매개변수를 압축된 에지 토큰 표현으로 효율적으로 인코딩하여, DressCode의 autoregressive SewingGPT보다 10배 짧은 시퀀스 길이를 달성합니다. 확산 트랜스포머를 사용하여 데이터셋 특정 에지 및 패널 통계에 관계없이 일정한 잡음 제거 단계 수를 유지하면서 시간 축을 따라 모든 에지 토큰의 잡음을 동시에 제거합니다. 모델의 모든 디자인 조합을 통해 SewingGPT에 비해 봉제 패턴 생성 속도가 100배 빨라졌습니다. DressCodeData와 가장 큰 봉제 패턴 데이터셋인 GarmentCodeData에서 최첨단 결과를 달성했습니다. 프로젝트 웹사이트는 https://shenfu-research.github.io/Garment-Diffusion/ 에서 확인할 수 있습니다.

시사점, 한계점

•
시사점:
◦
다양한 입력 모드(텍스트, 이미지, 불완전한 패턴)를 사용하여 3D 봉제 패턴 생성 가능
◦
기존 모델(SewingGPT) 대비 10배 짧은 시퀀스 길이와 100배 빠른 생성 속도 달성
◦
DressCodeData와 GarmentCodeData에서 최첨단 성능
◦
센티미터 단위의 정확한 벡터화된 3D 패턴 생성
•
한계점:
◦
구체적인 한계점에 대한 언급은 논문에 없음. 향후 연구를 통해 검증될 필요가 있음.
👍
Made with Slashpage