Core Concepts
DressCodeは、自然言語インタラクションを通じて、高品質な縫製パターンとPBRテクスチャを持つ服を生成する。
Abstract
本論文は、テキストガイダンスに基づいて服のデジタル生成を行うDressCodeフレームワークを提案している。
まず、SewingGPTと呼ばれる、GPTベースの自己回帰モデルを導入し、縫製パターンをトークン列として生成する。
次に、事前学習済みのStable Diffusionモデルを微調整して、高品質なPBRテクスチャを生成する。
これにより、自然言語インタラクションを通じて、CG向けの服を生成することができる。
さらに、パターンの補完や、テクスチャの編集など、ユーザーフレンドリーな機能も実現している。
この手法は、デザイナーが自由に実験し、独自の要素を取り入れることを可能にし、新しいアイデアと芸術的可能性を生み出す。
包括的な評価と他の最先端手法との比較により、提案手法が最高品質かつ入力プロンプトとの整合性が最も高いことを示している。
ユーザー評価でも高品質なレンダリング結果が確認され、実用性と潜在的な生産性が示されている。
Stats
提案手法は、最高のCLIPスコアを達成し、CG向けの特性も備えている。
提案手法の生成に要する時間は約3分であり、他手法と比べて高速である。
Quotes
"DressCodeは、自然言語インタラクションを通じて、高品質な縫製パターンとPBRテクスチャを持つ服を生成する。"
"この手法は、デザイナーが自由に実験し、独自の要素を取り入れることを可能にし、新しいアイデアと芸術的可能性を生み出す。"