본 연구는 가상 착용 기술의 한계인 의복 유형 보존 문제를 해결하기 위해 적응형 마스크 학습 기법을 제안한다. 기존 방식은 착용 영역을 원래 의복에 맞추어 변형하여 의복 유형이 변형되는 문제가 있었다. 이를 해결하기 위해 본 연구에서는 착용 영역과 원래 의복의 상관관계를 끊어 의복 유형을 정확하게 보존할 수 있는 방법을 제안한다.
구체적으로 상의와 하의의 착용 스타일을 구분하여 적응형 마스크를 생성하고, 이를 활용한 학습 방식을 제안한다. 이를 통해 의복 유형을 정확하게 보존하면서도 자연스러운 착용감을 구현할 수 있다.
또한 기존 평가 지표의 한계를 극복하기 위해 의복 유형과 질감을 정량적으로 평가할 수 있는 새로운 지표인 SDR과 S-LPIPS를 제안한다. 이를 활용하여 다양한 착용 시나리오를 포함하는 Cross-27 벤치마크를 구축하고 실험을 수행하였다. 실험 결과, 제안 방식이 기존 방식 대비 우수한 성능을 보임을 확인하였다.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문