跳转到主要内容
下载

机器学习数字试穿:挑战和进步

计算视觉媒体体积7,页面159 - 167 (2021年)引用这篇文章

文摘

数字试用系统对电子商务有可能改变人们的生活,并提供显著的经济效益。然而,其发展受到实际限制,如身体的准确大小和现实主义的示威活动。我们列举三个开放挑战保持一个完整的和易于使用的试用系统,机器学习使越来越容易处理的最新进展。对于每一个,我们将描述这个问题,引进最先进的方法,并提供未来的发展方向。

引用

  1. [1]

    郑,z h;张,h·t·;张,f . l .;亩,t . j .基于图像的衣服改变系统。计算视觉媒体3卷,4号,337 - 347,2017。

    文章谷歌学术搜索

  2. [2]

    Dibra大肠;耆那教徒,h;Oztireli c;齐格勒,r;总值,m . HS-Nets:估计人体形状轮廓与卷积神经网络。:《3 d视觉的第四次国际大会上,108 - 117年,2016年。

    谷歌学术搜索

  3. [3]

    Bălan署;黑色,m . j .真相:估计体型下衣服。:2008年计算机视觉大会。课堂讲稿在计算机科学中,卷》5303。福塞斯,d;托,p;Zisserman, Eds。beplay登入激飞柏林,15 - 29,2008。

    谷歌学术搜索

  4. [4]

    Lassner c;罗梅罗,j .;Kiefel m;Bogo f;黑色,m . j .;格尔,p . v .团结人民:缩短3 d和2 d的人表示。:《IEEE计算机视觉与模式识别会议,4704 - 4713年,2017年。

    谷歌学术搜索

  5. [5]

    洛佩尔,m;马哈茂德:;罗梅罗,j .;Pons-Moll g;黑色,m . j . SMPL:剥皮多人线性模型。ACM交易图片34卷,6号,248号,2015年。

    谷歌学术搜索

  6. [6]

    魏、信息;室利罗摩克里希纳,诉;金、t;酋长,y卷积造成机器。:《IEEE计算机视觉与模式识别会议,4724 - 4732年,2016年。

    谷歌学术搜索

  7. [7]

    曹,z;西蒙,t;魏,美国;酋长,y实时多人2 d姿势估计使用部分关联字段。:《IEEE计算机视觉与模式识别会议,1302 - 1310年,2017年。

    谷歌学术搜索

  8. [8]

    梅塔,d;bloom,美国;Sotnychenko o .;Rhodin h;Shafiei m;塞德尔、H.-P;徐,w;卡萨斯,d;Theobalt, c . VNect:实时3 d人体姿态估计只有一个RGB相机。ACM交易图片36卷,4号、货号,44岁,2017。

    谷歌学术搜索

  9. [9]

    Alldieck t;Magnor m;徐,w;Theobalt c;Pons-Moll g .视频基础重建3 d模型的人。:《IEEE计算机视觉与模式识别会议,8387 - 8397年,2018年。

    谷歌学术搜索

  10. [10]

    金泽,a;黑色,m . j .;雅各布斯,d . w .;马利克,j .端到端恢复人类的形状和姿势。:《IEEE计算机视觉与模式识别会议,7122 - 7131年,2018年。

    谷歌学术搜索

  11. [11]

    Varol g;Ceylan d;罗素,b;杨,j .;百胜,大肠;拉普帖夫海,即Bodynet:体积推理的3 d人体形状。:《欧洲计算机视觉,20-36,2018年。

    谷歌学术搜索

  12. [12]

    郑,z;Yu, t;魏,y;问:戴;刘,y Deephuman:人类从单个图像重建3 d。:《IEEE计算机视觉国际会议上,7739 - 7749年,2019年。

    谷歌学术搜索

  13. [13]

    斋藤,美国;黄,z;写到,r;Morishima,美国;金泽,a;李,h . PIFu: Pixel-aligned隐函数高分辨率穿上人类的数字化。:《IEEE计算机视觉国际会议上,2304 - 2314年,2019年。

    谷歌学术搜索

  14. [14]

    徐,y;朱、研究所;东,t . Denserac:联合3 d形状和姿势估计密集render-and-compare。:《IEEE计算机视觉国际会议上,7760 - 7770年,2019年。

    谷歌学术搜索

  15. [15]

    史密斯,d;洛佩尔,m;胡,x;Mavroidis p;罗梅罗,j .传真:快速、准确扫描的图像在不到一秒钟的时间。:《IEEE计算机视觉国际会议上,5329 - 5338年,2019年。

    谷歌学术搜索

  16. [16]

    Alldieck t;Magnor m;博,b . l .;Theobalt c;Pons-Moll, g .学习重建人服装从一个RGB相机。:《IEEE计算机视觉与模式识别会议,1175 - 1186年,2019年。

    谷歌学术搜索

  17. [17]

    Kolotouros:;Pavlakos g;黑色,m . j .;Daniilidis, k .学习重建3 d人体姿势和形状通过modelfitting循环。:《IEEE计算机视觉国际会议上,2252 - 2261年,2019年。

    谷歌学术搜索

  18. [18]

    梁,j .;林,m . c . Shape-aware人类构成和形状使用多视点图像重建。:《IEEE计算机视觉国际会议上,4352 - 4362年,2019年。

    谷歌学术搜索

  19. [19]

    杨,美国;锅,z . r .;Amert t;王,k;Yu, l . c;Berg, t;林,m . c . Physics-inspired服装从单一视图图像恢复。ACM交易图片37卷,5号,170号,2018年。

    谷歌学术搜索

  20. [20]

    杨,美国;梁,j .;林,m . c;从视频上优于布材料恢复。:《IEEE计算机视觉国际会议上,4383 - 4393年,2017年。

    谷歌学术搜索

  21. [21]

    乔,y l .;梁,j·b·;Koltun诉;林,m . c .可伸缩可微的物理学习和控制。arXiv预印本arXiv: 2007.02168, 2020。

    谷歌学术搜索

  22. [22]

    De Avila Belbute-Peres f;史密斯,k . a;艾伦,k;特南鲍姆,j .;科特勒,j . z的端到端可微的物理学习和控制。:《神经信息处理系统的进步,2018年。

    谷歌学术搜索

  23. [23]

    Degrave, j .;何曼思m;Dambre, j .;Wyffels, f .深度学习机器人的可微的物理引擎。Neurorobotics前沿6卷。13日,2019年。

    文章谷歌学术搜索

  24. [24]

    梁,j .;林,m;Koltun诉可微的布料模拟的逆问题。:美国第33会议在神经信息处理系统中,2019年。

    谷歌学术搜索

  25. [25]

    胡,y;刘,j .;斯皮尔伯格,a;特南鲍姆,j·b·;w·t·弗里曼;吴,j .;俄文,d;Matusik w . ChainQueen:软机器人的实时可微的物理模拟。:《机器人与自动化国际会议上,6265 - 6271年,2019年。

    谷歌学术搜索

  26. [26]

    胡,y . m .;安德森,l;李,t . m .;问:太阳;卡尔:;ragan - kelley说,j .;勾勒出f . DiffTaichi:物理仿真的可微的编程。arXiv预印本arXiv: 1910.00935, 2019。

    谷歌学术搜索

  27. [27]

    刘,k . x;曾,x y;Bruniaux p;道,x y;姚,x f;李,诉;王,j . 3 d互动服装制模技术。计算机辅助设计104卷,113 - 124年,2018年。

    文章谷歌学术搜索

  28. [28]

    黄,p;姚,j .;赵,h .自动生成逼真的三维服装基于两个图像。:《国际会议上虚拟现实和可视化,250 - 257年,2016年。

    谷歌学术搜索

  29. [29]

    王,t . y .;Ceylan d;Popović,j .;Mitra: j .学习共享空间形状多通道服装设计。ACM交易图片37卷,6号,203号,2018年。

    谷歌学术搜索

下载参考

确认

这项研究的部分支持由Iribe教授和美国国家科学基金会。

作者信息

从属关系

  1. 马里兰大学学院公园,医学博士,20785年,美国

    梁Junbang &明c·林

作者
  1. Junbang梁
    看来作者出版物

    你也可以搜索这个作者PubMed谷歌学术搜索

  2. 明c·林
    看来作者出版物

    你也可以搜索这个作者PubMed谷歌学术搜索

相应的作者

对应到Junbang梁。

额外的信息

Junbang梁是一个就读在马里兰大学的博士生,大学公园。他收到了他的专业在2016年从清华大学毕业,和北卡罗莱纳大学的硕士学位在2018年。他的研究兴趣是基于物理布料模拟,计算机视觉和机器学习。

明c·林是一个著名的大学教授和伊丽莎白Stevinson Iribe主席计算机科学在马里兰大学学院公园和约翰·r·路易丝·s·帕克的计算机科学荣誉退休教授杰出的北卡罗莱纳大学教堂山分校。她获得学士,硕士,and Ph.D. degrees in electrical engineering and computer science from the University of California, Berkeley. She is a Fellow of ACM, IEEE, and Eurographics, and a member of ACM SIGGRAPH Academy.

权利和权限

开放获取本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。

本文中的图片或其他第三方材料都包含在本文的创作共用许可证,除非另有说明在一个信用额度的材料。如果材料不包括在本文的创作共用许可证和用途是不允许按法定规定或超过允许的使用,您将需要获得直接从版权所有者的许可。

查看本许可证的副本,访问http://creativecommons.org/licenses/by/4.0/。

其他从这个开放获取期刊论文是免费的http://www.beplay登入springer.com/journal/41095。提交一份手稿,请去https://www.editorialmanager.com/cvmj。

再版和权限

关于这篇文章

验证通过CrossMark货币和真实性

引用这篇文章

梁,J。,Lin, M.C. Machine learning for digital try-on: Challenges and progress.Comp。视觉媒体7,159 - 167 (2021)。https://doi.org/10.1007/s41095 - 020 - 0189 - 1

下载引用

  • 收到了:

  • 接受:

  • 发表:

  • 发行日期:

  • DOI:https://doi.org/10.1007/s41095 - 020 - 0189 - 1

关键字

  • 机器学习
  • 数字试穿
  • 服装建模
  • 人体估计
  • 材料建模