194 रीडिंग

आकार मिलान के माध्यम से सटीक, यथार्थवादी आभासी ट्राई-ऑन की ओर: निष्कर्ष और संदर्भ

द्वारा Polyframe Peer Reviewed Publication7m2024/06/08

बहुत लंबा; पढ़ने के लिए

शोधकर्ताओं ने लक्ष्य मॉडल चुनने और विशेषीकृत वॉरपर्स को प्रशिक्षित करने के लिए नए डेटासेट का उपयोग करके वर्चुअल ट्राई-ऑन विधियों में सुधार किया है, जिससे यथार्थवाद और सटीकता में वृद्धि हुई है।

featured image - आकार मिलान के माध्यम से सटीक, यथार्थवादी आभासी ट्राई-ऑन की ओर: निष्कर्ष और संदर्भ

लेखक:

(1) केदान ली, इलिनोइस विश्वविद्यालय, अर्बाना-शैंपेन;

(2) मिन जिन चोंग, इलिनोइस विश्वविद्यालय, अर्बाना-शैंपेन;

(3) जिंगेन लियू, जेडी एआई रिसर्च;

(4) डेविड फोर्सिथ, इलिनोइस विश्वविद्यालय, अर्बाना-शैंपेन।

लिंक की तालिका

प्र. 5। निष्कर्ष

इस पेपर में, हम वर्चुअल ट्राई-ऑन फ्रेमवर्क में दो सामान्य संशोधनों का प्रस्ताव करते हैं: (ए) शेप एम्बेडिंग का उपयोग करके ट्रांसफर के लिए उत्पाद-मॉडल जोड़ी को सावधानीपूर्वक चुनें और (बी) इनपेंटिंग का उपयोग करके कई समन्वित वॉर्प्स को संयोजित करें। हमारे परिणाम बताते हैं कि दोनों संशोधनों से उत्पादन गुणवत्ता में महत्वपूर्ण सुधार होता है। गुणात्मक उदाहरण कपड़ों के विवरण को सटीक रूप से संरक्षित करने की हमारी क्षमता को प्रदर्शित करते हैं। इससे खरीदारों के लिए वास्तविक और संश्लेषित मॉडल छवियों के बीच अंतर करना मुश्किल हो जाता है, जैसा कि उपयोगकर्ता अध्ययन परिणामों से पता चलता है।

संदर्भ

अल्प गुलर, आर., नेवरोवा, एन., कोकिनोस, आई.: डेंसपोज़: जंगल में घने मानव मुद्रा का अनुमान। इन: कंप्यूटर विज़न और पैटर्न रिकॉग्निशन (सीवीपीआर) पर आईईईई सम्मेलन (जून 2018)
आयुष, के., जंडियाल, एस., चोपड़ा, ए., कृष्णमूर्ति, बी.: सहायक मानव विभाजन सीखने के माध्यम से वर्चुअल ट्राई-ऑन को सशक्त बनाना। इन: IEEE इंटरनेशनल कॉन्फ्रेंस ऑन कंप्यूटर विज़न (ICCV) वर्कशॉप (अक्टूबर 2019)
बेलोंगी, एस., मलिक, जे., पुज़िचा, जे.: आकृति संदर्भों का उपयोग करके आकृति मिलान और वस्तु पहचान। PAMI (2002)
बोगो, एफ., कनाज़ावा, ए., लैसनर, सी., गेहलर, पी., रोमेरो, जे., ब्लैक, एमजे: कीप इट एसएमपीएल: एक ही छवि से 3डी मानव मुद्रा और आकार का स्वचालित अनुमान। इन: ईसीसीवी (2016)
ब्रॉक, ए., डोनह्यू, जे., सिमोनियन, के.: उच्च निष्ठा प्राकृतिक छवि संश्लेषण के लिए बड़े पैमाने पर जीएएन प्रशिक्षण। arXiv प्रीप्रिंट arXiv:1809.11096 (2018)
चेन, एलसी, झू, वाई., पापांड्रेउ, जी., श्रॉफ, एफ., एडम, एच.: सिमेंटिक इमेज सेगमेंटेशन के लिए एट्रस सेपरेबल कन्वोल्यूशन के साथ एनकोडर-डिकोडर। इन: ईसीसीवी (2018)
चेन, एम., किन, वाई., क्यूई, एल., सन, वाई.: दोहरे ध्यान सुविधा संवर्द्धन द्वारा फैशन लैंडमार्क पहचान में सुधार। ICCV कार्यशालाओं में (2019)
चेन, डब्ल्यू., वांग, एच., ली, वाई., सु, एच., वांग, जेड., तू, सी., लिस्चिंस्की, डी., कोहेन-ओर, डी., चेन, बी.: मानव 3डी मुद्रा अनुमान को बढ़ाने के लिए प्रशिक्षण छवियों का संश्लेषण (2015)
चोंग, एमजे, फोर्सिथ, डी.: प्रभावी रूप से निष्पक्ष एफआईडी और इंसेप्शन स्कोर और उन्हें कहां खोजें। arXiv प्रीप्रिंट arXiv:1911.07023 (2019)
दानेरेक, आर., डिबरा, ई., ओज़टिरेली, ए.सी., ज़िग्लर, आर., ग्रॉस, एम.एच.: डीपगारमेंट: एक ही छवि से 3डी परिधान आकार का अनुमान। कम्प्यूट. ग्राफ़. फ़ोरम (2017)
डोंग, एच., लियांग, एक्स., गोंग, के., लाई, एच., झू, जे., यिन, जे.: पोज़-गाइडेड पर्सन इमेज सिंथेसिस के लिए सॉफ्ट-गेटेड वॉरपिंग-गैन। इन: न्यूरआईपीएस (2018)
डोंग, एच., लियांग, एक्स., वांग, बी., लाई, एच., झू, जे., यिन, जे.: मल्टी-पोज़ गाइडेड वर्चुअल ट्राई-ऑन नेटवर्क की ओर। इन: ICCV (2019)
ग्रिगोरिएव, ए.के., सेवस्तोपोलस्की, ए., वाखितोव, ए., लेम्पिट्स्की, वी.एस.: पोज़-गाइडेड ह्यूमन इमेज जेनरेशन के लिए कोऑर्डिनेट-बेस्ड टेक्सचर इनपेंटिंग। सी.वी.पी.आर. (2019)
गुआन, पी., रीस, एल., हिर्शबर्ग, डी., वीस, ए., ब्लैक, एम.: ड्रेप: किसी भी व्यक्ति को कपड़े पहनाना। ACM ट्रांजेक्शन ऑन ग्राफिक्स - TOG (2012)
हान, एक्स., हू, एक्स., हुआंग, डब्ल्यू., स्कॉट, एमआर: क्लॉथफ्लो: कपड़े पहने व्यक्ति की पीढ़ी के लिए एक प्रवाह-आधारित मॉडल। इन: आईसीसीवी (2019)
हान, एक्स., वू, जेड., हुआंग, डब्ल्यू., स्कॉट, एमआर, डेविस, एलएस: संगत और विविध फैशन छवि इनपेंटिंग (2019)
हान, एक्स., वू, जेड., वू, जेड., यू, आर., डेविस, एल.एस.: विटोन: एक छवि-आधारित वर्चुअल ट्राई-ऑन नेटवर्क। में: सीवीपीआर (2018)
ह्यूसेल, एम., रामसौर, एच., अन्टरथिनर, टी., नेस्लर, बी., होचरेइटर, एस.: दो समय-पैमाने के अपडेट नियम द्वारा प्रशिक्षित गन्स स्थानीय नैश संतुलन में परिवर्तित हो जाते हैं। इन: एडवांस इन न्यूरल इन्फॉर्मेशन प्रोसेसिंग सिस्टम्स। पीपी. 6626–6637 (2017)
ह्सियाओ, डब्ल्यूएल, ग्रौमन, के.: विविध शारीरिक आकृतियों के लिए ड्रेसिंग। आर्क्सिव (2019)
ह्सियाओ, डब्ल्यूएल, कैट्समैन, आई., वू, सीवाई, पारिख, डी., ग्रूमैन, के.: फैशन++: आउटफिट में सुधार के लिए न्यूनतम संपादन। इन: IEEE इंटरनेशनल कॉन्फ्रेंस ऑन कंप्यूटर विज़न (ICCV) (2019) की कार्यवाही में
हसीह, सी.डब्लू., चेन, सी.वाई., चौ, सी.एल., शुआई, एच.एच., लियू, जे., चेंग, डब्ल्यू.एच.: फैशनन: विस्तृत मानव और कपड़ों की जानकारी के साथ अर्थ-निर्देशित छवि-आधारित वर्चुअल ट्राई-ऑन। इन: एमएम '19 (2019)
ह्युगजे, ली, आर., कांग, एम., चो, एम., पार्क, जी.: ला-विटन: आकर्षक वर्चुअल ट्राई ऑन देखने के लिए एक नेटवर्क। इन: ICCV वर्कशॉप (2019)
जेडरबर्ग, एम., सिमोनियन, के., ज़िसरमैन, ए., कावुकुओग्लू, के.: स्थानिक ट्रांसफ़ॉर्मर नेटवर्क। इन: न्यूरआईपीएस (2015)
जंडियाल, एस., चोपड़ा, ए., आयुष, के., हेमानी, एम., कुमार, ए., कृष्णमूर्ति, बी.: सिवेनेट: मजबूत छवि-आधारित वर्चुअल ट्राई-ऑन के लिए एक एकीकृत ढांचा। इन: WACV (2020)
जियोंग, एम.एच., हान, डी.एच., को, एच.एस.: फोटोग्राफ से परिधान का चित्रण। जर्नल ऑफ विज़ुअलाइज़ेशन एंड कंप्यूटर एनिमेशन (2015)
जी, डी., क्वोन, जे., मैकफारलैंड, एम., सावरेस, एस.: डीप व्यू मॉर्फिंग। इन: सीवीपीआर (2017)
कनाज़ावा, ए., ब्लैक, एम.जे., जैकब्स, डी.डब्लू., मलिक, जे.: मानव आकृति और मुद्रा की एंड-टू-एंड रिकवरी। सी.वी.पी.आर. (2018)
कनाज़ावा, ए., जैकब्स, डी., चंद्राकर, एम.: वार्पनेट: सिंगल-व्यू रिकंस्ट्रक्शन के लिए कमज़ोर निगरानी वाला मिलान। इन: सीवीपीआर (2016)
कर्रास, टी., लेन, एस., आइला, टी.: जनरेटिव एडवर्सरियल नेटवर्क के लिए एक स्टाइल-आधारित जनरेटर आर्किटेक्चर। इन: कंप्यूटर विज़न और पैटर्न रिकॉग्निशन पर IEEE कॉन्फ्रेंस की कार्यवाही। पीपी. 4401–4410 (2019)
लिन, सीएच, युमर, ई., वांग, ओ., शेचटमैन, ई., लूसी, एस.: सेंट-गैन: इमेज कंपोजिंग के लिए स्थानिक ट्रांसफॉर्मर जनरेटिव एडवर्सरियल नेटवर्क। इन: सीवीपीआर (2018)
लियू, जी., रेडा, एफए, शिह, केजे, वांग, टीसी, ताओ, ए., कैटनज़ारो, बी.: आंशिक कन्वोल्यूशन का उपयोग करके अनियमित छिद्रों के लिए इमेज इनपेंटिंग। इन: ईसीसीवी (2018)
लियू, केएच, चेन, टीवाई, चेन, सीएस: एमवीसी: दृश्य-अपरिवर्तनीय वस्त्र पुनर्प्राप्ति और विशेषता भविष्यवाणी के लिए एक डेटासेट। आईसीएमआर (2016) में
लियू, जेड., लुओ, पी., किउ, एस., वांग, एक्स., टैंग, एक्स.: डीपफ़ैशन: समृद्ध एनोटेशन के साथ मज़बूत कपड़ों की पहचान और पुनर्प्राप्ति को सशक्त बनाना। इन: सीवीपीआर (2016)
मैकिन्से: फैशन उद्योग की स्थिति 2019 (2019)
नत्सुमे, आर., सैटो, एस., हुआंग, जेड., चेन, डब्ल्यू., मा, सी., ली, एच., मोरिशिमा, एस.: सिक्लोप: सिल्हूट-आधारित कपड़े पहने हुए लोगों की पूरक सामग्री। इन: सीवीपीआर (2019)
नेवरोवा, एन., ग्लर, आर.ए., कोकिनोस, आई.: सघन मुद्रा स्थानांतरण। इन: ई.सी.सी.वी. (2018)
रफ़ी, ए.एच., सोलामी, एम.: गारमेंटगन: फोटो-यथार्थवादी प्रतिकूल फैशन स्थानांतरण (2020)
राज, ए., सांगक्लोय, पी., चांग, एच., हेस, जे., सेलन, डी., लू, जे.: स्वप्नेट: छवि आधारित परिधान स्थानांतरण। इन: ईसीसीवी (2018)
रोक्को, आई., अरंडजेलोविक, आर., सिविक, जे.: ज्यामितीय मिलान के लिए कन्वोल्यूशनल न्यूरल नेटवर्क आर्किटेक्चर। इन: CVPR (2017)
सैतो, एस., हुआंग, जेड., नत्सुमे, आर., मोरीशिमा, एस., कनाज़ावा, ए., ली, एच.: पिफू: उच्च-रिज़ॉल्यूशन वाले कपड़े पहने मानव डिजिटलीकरण के लिए पिक्सेल-संरेखित अंतर्निहित फ़ंक्शन। आईसीसीवी (2019)
श्रॉफ, एफ., कैलेनिचेंको, डी., फिलबिन, जे.: फेसनेट: फेस रिकग्निशन और क्लस्टरिंग के लिए एक एकीकृत एम्बेडिंग। इन: सीवीपीआर (2015)
सॉन्ग, डी., ली, टी., माओ, जेड., लियू, ए.: एसपी-विटन: आकार-संरक्षण छवि-आधारित वर्चुअल ट्राई-ऑन नेटवर्क। मल्टीमीडिया उपकरण और अनुप्रयोग (2019)
सुजुकी, एस., अबे, के.: बॉर्डर फॉलोइंग द्वारा डिजिटाइज्ड बाइनरी इमेज का टोपोलॉजिकल स्ट्रक्चरल विश्लेषण। कंप्यूटर विज़न, ग्राफिक्स और इमेज प्रोसेसिंग (1985)
वैकारो, के., अग्रवाल, टी., शिवकुमार, एस., कुमार, आर.: व्यक्तिगत फैशन के भविष्य को डिजाइन करना। कंप्यूटिंग सिस्टम में मानव कारकों पर 2018 CHI सम्मेलन की कार्यवाही में (2018)
वांग, बी., झेंग, एच., लियांग, एक्स., चेन, वाई., लिन, एल.: विशेषता-संरक्षण छवि-आधारित वर्चुअल ट्राई-ऑन नेटवर्क की ओर। इन: कंप्यूटर विज़न पर यूरोपीय सम्मेलन (ईसीसीवी) की कार्यवाही (2018)
वांग, जे., झांग, डब्ल्यू., लियू, डब्ल्यू.एच., मेई, टी.: अंतिम विवरण तक: विस्तृत नक्काशी के साथ वर्चुअल ट्राई-ऑन। आर्क्सिव (2019)
वू, जेड., लिन, जी., ताओ, क्यू., कै, जे.: एम2ई-ट्राई ऑन नेट: मॉडल से लेकर हर किसी तक का फैशन। इन: एमएम '19 (2018)
यांग, सी., लू, एक्स., लिन, जेड., शेचमैन, ई., वांग, ओ., ली, एच.: मल्टी-स्केल न्यूरल पैच संश्लेषण का उपयोग करके उच्च-रिज़ॉल्यूशन छवि इनपेंटिंग। इन: सीवीपीआर (2017)
यू, जे., लिन, जेड., यांग, जे., शेन, एक्स., लू, एक्स., हुआंग, टीएस: गेटेड कन्वोल्यूशन के साथ फ्री-फॉर्म इमेज इनपेंटिंग। इन: आईसीसीवी (2019)
यू, जे., लिन, जेडएल, यांग, जे., शेन, एक्स., लू, एक्स., हुआंग, टीएस: संदर्भगत ध्यान के साथ जनरेटिव इमेज इनपेंटिंग। इन: सीवीपीआर (2018)
यू, एल., झोंग, वाई., वांग, एक्स.: चयनात्मक परिधान हस्तांतरण के लिए इनपेंटिंग-आधारित वर्चुअल ट्राई-ऑन नेटवर्क। IEEE एक्सेस (2019)
यू, एल., झोंग, वाई., वांग, एक्स.: चयनात्मक परिधान हस्तांतरण के लिए इनपेंटिंग-आधारित वर्चुअल ट्राई-ऑन नेटवर्क। IEEE एक्सेस (2019)
यू, आर., वांग, एक्स., झी, एक्स.: वीटीएनएफपी: शरीर और कपड़ों की विशेषताओं के संरक्षण के साथ एक छवि-आधारित आभासी ट्राई-ऑन नेटवर्क
झांग, एच., गुडफेलो, आई., मेटाक्सस, डी., ओडेना, ए.: सेल्फ-अटेंशन जनरेटिव एडवर्सरीयल नेटवर्क। arXiv प्रीप्रिंट arXiv:1805.08318 (2018)
झेंग, एन., सॉन्ग, एक्स., चेन, जेड., हू, एल., काओ, डी., नी, एल.: मनमाने पोज़ के साथ वस्तुतः नए कपड़े आज़माना। इन: एमएम '19 (2019)
झेंग, एस., यांग, एफ., किआपुर, एम.एच., पिरामुथु, आर.: मोडानेट: पॉलीगॉन एनोटेशन के साथ एक बड़े पैमाने पर स्ट्रीटफ़ैशन डेटासेट। इन: एसीएम मल्टीमीडिया (2018)
झू, एस., फिडलर, एस., उर्तसुन, आर., लिन, डी., चेन, सीएल: अपना खुद का प्रादा बनें: संरचनात्मक सुसंगतता के साथ फैशन संश्लेषण। इन: सीवीपीआर (2017)