GarmentCodeData: A Dataset of 3D Made-to-Measure Garments With Sewing Patterns

要約

仮想試着から生成、再構築に至る学習ベースの衣服処理に最近の研究の関心が集まっていますが、この分野における高品質の公開データが不足していることに直面しています。
私たちは、縫製パターンを備えた 3D オーダーメイド衣類の初の大規模合成データセットとその生成パイプラインを提示することで、このニーズの解決に貢献します。
GarmentCodeData には、トップス、シャツ、ドレス、ジャンプスーツ、スカート、パンツなど、多くの一般的な衣類カテゴリのさまざまなデザインをカバーする 115,000 のデータ ポイントが含まれており、CAESAR に基づくカスタム統計身体モデルからサンプリングされたさまざまな体型にフィットします。
標準的な基準ボディ形状と同様に、3 つの異なる繊維素材を適用しています。
このような複雑なデータセットの作成を可能にするために、私たちは、サンプリングされた体型に対するテーラーの寸法、縫製パターン設計のためのサンプリング戦略を自動的に取得する一連のアルゴリズムを導入し、高速 XPBD に基づく自動オープンソース 3D 衣服ドレーピング パイプラインを提案します。
シミュレータに貢献すると同時に、スケーラビリティを可能にする衝突解決とドレープの正確さのためのいくつかのソリューションに貢献します。
プロジェクトページ: https://igl.ethz.ch/projects/GarmentCodeData/

要約(オリジナル)

Recent research interest in the learning-based processing of garments, from virtual fitting to generation and reconstruction, stumbles on a scarcity of high-quality public data in the domain. We contribute to resolving this need by presenting the first large-scale synthetic dataset of 3D made-to-measure garments with sewing patterns, as well as its generation pipeline. GarmentCodeData contains 115,000 data points that cover a variety of designs in many common garment categories: tops, shirts, dresses, jumpsuits, skirts, pants, etc., fitted to a variety of body shapes sampled from a custom statistical body model based on CAESAR, as well as a standard reference body shape, applying three different textile materials. To enable the creation of datasets of such complexity, we introduce a set of algorithms for automatically taking tailor’s measures on sampled body shapes, sampling strategies for sewing pattern design, and propose an automatic, open-source 3D garment draping pipeline based on a fast XPBD simulator, while contributing several solutions for collision resolution and drape correctness to enable scalability. Project Page: https://igl.ethz.ch/projects/GarmentCodeData/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google