به سوی آزمایش مجازی دقیق و واقعی از طریق تطبیق شکل: چکیده و مقدمه

نویسندگان:

(1) Kedan Li، دانشگاه ایلینوی در Urbana-Champaign.

(2) مین جین چونگ، دانشگاه ایلینوی در اوربانا-شامپین؛

(3) Jingen Liu، JD AI Research.

(4) دیوید فورسایت، دانشگاه ایلینوی در اوربانا-شامپین.

خلاصه

یک روش آزمایش مجازی یک تصویر محصول و یک تصویر از یک مدل می گیرد و تصویری از مدلی که محصول را پوشیده است تولید می کند. اکثر روش‌ها اساساً تاب‌ها را از تصویر محصول به تصویر مدل محاسبه می‌کنند و با استفاده از روش‌های تولید تصویر ترکیب می‌شوند. با این حال، به دست آوردن یک تصویر واقع گرایانه چالش برانگیز است زیرا سینماتیک لباس ها پیچیده است و به دلیل اینکه خطوط کلی، بافت و نشانه های سایه در تصویر خطاها را برای بینندگان انسانی آشکار می کند. لباس باید دارای پرده های مناسب باشد. بافت باید تاب خورده باشد تا با شکل لباس پوشیده سازگار باشد. جزئیات کوچک (دکمه ها، یقه ها، یقه ها، جیب ها و …) باید به طور مناسب روی لباس و غیره قرار گیرند. ارزیابی به ویژه دشوار است و معمولاً کیفی است.

این مقاله از ارزیابی کمی روی یک مجموعه داده جدید و چالش برانگیز استفاده می‌کند تا نشان دهد که (الف) برای هر روش تاب برداشتن، می‌توان مدل‌های هدف را به‌طور خودکار برای بهبود نتایج انتخاب کرد، و (ب) یادگیری تاب‌دهنده‌های تخصصی هماهنگ‌شده متعدد، پیشرفت‌های بیشتری را در نتایج ارائه می‌دهد. مدل های هدف توسط …

Source link