Core Concepts
4D-DRESS는 실제 세계의 의복을 포함한 고품질 4D 인체 데이터셋으로, 의미론적 주석과 의복 메시를 제공하여 의복 시뮬레이션 및 복원 연구를 위한 새로운 기준을 제시한다.
Abstract
4D-DRESS는 실제 세계의 의복을 포함한 최초의 4D 데이터셋이다. 이 데이터셋은 64개의 실제 의복 아웃핏을 포함하며, 520개의 동작 시퀀스와 총 78,000개의 프레임으로 구성된다. 각 프레임은 고품질 4D 텍스처 스캔, 버텍스 수준의 의미론적 레이블, 그리고 등록된 SMPL(-X) 바디 모델과 의복 메시를 제공한다.
실제 세계 의복 데이터셋을 구축하는 것은 매우 어려운 과제이며, 특히 방대하고 복잡한 4D 인체 스캔을 주석화하는 것이 큰 도전과제이다. 이를 해결하기 위해 본 연구에서는 반자동 4D 인체 분할 파이프라인을 개발했다. 이 파이프라인은 사용자 개입과 자동화를 효과적으로 결합하여 다양한 의복과 신체 움직임에 대해 정확하게 레이블을 지정할 수 있다.
4D-DRESS의 고품질 데이터를 활용하여, 의복 시뮬레이션, 복원, 인체 분할 등 다양한 벤치마크를 수립했다. 이 벤치마크 결과는 기존 알고리즘으로는 현실적인 의복 행동을 모델링하기 어려움을 보여주며, 향후 연구를 위한 새로운 기회를 제시한다.
Stats
의복과 SMPL 바디 모델 간 평균 거리 범위는 내의복의 경우 최대 7.12cm, 외의복의 경우 최대 14.76cm에 달한다.
가장 어려운 10% 프레임에서는 외의복의 경우 이 거리가 20.09cm까지 증가한다.
Quotes
"실제 세계 의복 데이터셋을 구축하는 것은 매우 어려운 과제이며, 특히 방대하고 복잡한 4D 인체 스캔을 주석화하는 것이 큰 도전과제이다."
"4D-DRESS의 고품질 데이터를 활용하여, 의복 시뮬레이션, 복원, 인체 분할 등 다양한 벤치마크를 수립했다."