BriefGPT - AI 论文速递
·
SCULPT：姿态相关的衣着和纹理人体网格的形状条件非配对学习
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出一种新的生成式模型，利用真实世界的3D扫描完成人体和物品的组合式生成模型的学习，解决了先前方法中的限制性表达能力和可控性问题。实验表明该模型能够将不同的物品自然地组合成各种动作和姿势下的人物，且无需人工标注。
🎯
关键要点
- 提出一种新的生成式模型，利用真实世界的3D扫描。
- 该模型学习人体和物品（如背包、外套、围巾等）的组合式生成。
- 充分考虑人体与物品之间的交互作用和相互形状变化。
- 解决了先前方法中的限制性表达能力和可控性问题。
- 实验表明模型能够自然组合不同物品于各种动作和姿势下的人物。
- 该模型无需人工标注。
➡️
