项目名称: 基于最少量图像的三维着装重建

项目编号: No.60973072

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 自动化技术、计算机技术

项目作者: 钟跃崎

作者单位: 东华大学

项目金额: 30万元

中文摘要: 随着金融海啸的冲击,通过网络销售服装是服装行业拉动内需的可行方案之一。其中蕴含的核心科学命题是如何从最少量服装照片重建三维表面。传统的建模需从二维裁片的网格剖分到虚拟缝合与悬垂,加工过程繁琐,服装逼真度有限。而基于机器视觉的三维重建在算法上往往局限于一个纯粹几何的逼近,导致精度不高。因此,本项目从行业的实际需求出发,将两张服装照片看作是两个可变形的"元裁片",将三维重建看作是其经过缝合悬垂后的产物。首先根据人体和服装间的形状空间,将前后两张元裁片经迭代碰撞成型,构造为服装基层。然后以约束流形投影的方式,对产生过度变形的质点的速度进行过滤,在视觉上生成正视投影与原始服装照片一致的三维服装。最后结合SFS方法,重建服装曲面上的褶皱,并与悬垂褶皱进行有理叠加,得到较为逼真的三维服装同构体。该方案作为不适定问题的基于物理建模的最优化逼近,所提出的三维服装重建技术对于该领域的探索具有很强的创新价值。

中文关键词: 服装;照片;重建;物理建模;精度

英文摘要:

英文关键词: Garment;Images;Reconstruction;Physically-based modeling;Accuracy

成为VIP会员查看完整内容
0

相关内容

基于流线的流场可视化绘制方法综述
专知会员服务
23+阅读 · 2021年12月9日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
27+阅读 · 2021年11月8日
专知会员服务
64+阅读 · 2021年5月21日
专知会员服务
38+阅读 · 2021年3月29日
专知会员服务
58+阅读 · 2021年3月6日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
64+阅读 · 2020年12月24日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
【速览】ICCV 2021 | 从2D到3D的虚拟试穿模型
中国图象图形学学会CSIG
0+阅读 · 2021年10月22日
SkeletonNet:完整的人体三维位姿重建方法
计算机视觉life
21+阅读 · 2019年1月21日
图像美学质量评价技术发展趋势
科技导报
18+阅读 · 2018年6月25日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月14日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
小贴士
相关VIP内容
基于流线的流场可视化绘制方法综述
专知会员服务
23+阅读 · 2021年12月9日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
27+阅读 · 2021年11月8日
专知会员服务
64+阅读 · 2021年5月21日
专知会员服务
38+阅读 · 2021年3月29日
专知会员服务
58+阅读 · 2021年3月6日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
64+阅读 · 2020年12月24日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员