Core Concepts
사용자의 자연어 입력을 통해 고품질의 봉제 패턴과 물리 기반 텍스처를 가진 의복을 생성하는 프레임워크를 제안한다.
Abstract
이 논문은 DressCode라는 텍스트 기반 의복 생성 프레임워크를 소개한다. 주요 내용은 다음과 같다:
SewingGPT: GPT 기반 아키텍처를 활용하여 텍스트 가이드에 따라 봉제 패턴을 자동 재귀적으로 생성한다. 봉제 패턴을 토큰 시퀀스로 표현하고 교차 주의 메커니즘과 텍스트 조건부 임베딩을 통해 고품질의 봉제 패턴을 생성한다.
PBR 텍스처 생성: 사전 학습된 Stable Diffusion 모델을 점진적으로 미세 조정하여 텍스트 프롬프트에 따라 타일 기반의 물리 기반 렌더링(PBR) 텍스처를 생성한다.
사용자 친화적 상호작용: 대화형 에이전트를 통해 자연어 입력으로 의복을 생성하고, 부분적인 입력으로부터 패턴을 완성하며, 사용자 친화적인 텍스처 편집을 지원한다.
실험 결과와 사용자 연구를 통해 제안 방법이 기존 방법 대비 높은 품질과 프롬프트 정렬성을 보여줌을 확인했다. 또한 CG 파이프라인에 적합한 특성들을 갖추고 있음을 입증했다.
Stats
제안 방법은 약 3분 내에 고품질의 의복을 생성할 수 있다.
제안 방법의 CLIP 점수는 0.327로 다른 방법들보다 높다.
Quotes
"텍스트 기반 자산 생성의 최근 발전은 다양한 자산을 생성하는 데 있어 초보자들의 접근성을 높였다."
"봉제 패턴 표현은 물리 시뮬레이션과 애니메이션에 적합한 CG 친화적 방식이다."
"사용자가 텍스트 프롬프트로만 아이디어를 표현할 수 있도록 하는 것은 디자인 장벽을 크게 낮출 수 있다."