Dress Anyone : Automatic Physically-Based Garment Pattern Refitting

合身的服装对于真实和虚拟服装来说都至关重要，以便于自我表达和准确地呈现各种体型。行业的常见做法是提供一组预制的不同尺码的服装，如小，中和大号。虽然这些可能适用于某些落在这一分布范围内的人群，但他们经常排除了大部分人口。相比之下，个性化定制的服装提供了一种解决方案，以获得量身定制的服装，适合每个人。然而，手工裁剪很耗时，需要专业知识，因此无法应用于大规模生产合身服装。为了解决这个挑战，我们提出了一种新方法，利用可微分模拟来重新调整和披挂3D服装及其相应的2D图案面板到新的身体形状上，实现了一个工作流程，其中服装只需要设计一次，以单一尺码为基础，就可以自动重新调整以支持众多的身体大小和形状变化。我们的方法使下游应用程序能够直接将优化的3D披挂导入游戏引擎或其他应用程序。我们的2D缝制图案允许准确的基于物理的模拟，并使制造现实世界的服装成为可能。

论文提出一种使用可微分模拟技术自动调整衣服尺寸的方法，解决了衣服尺寸定制的问题。

使用可微分模拟技术对3D衣服进行重新调整和拟合，以适应不同的身体形状和尺寸。

该方法可以应用于虚拟和现实衣服的制造，可以直接将优化后的3D拟合结果应用于游戏引擎等应用程序中。同时，该方法还可以生成准确的2D缝纫图案，以进行基于物理的模拟和现实世界中的制造。

相关研究包括《DeepFashion2: A Versatile Benchmark for Detection, Pose Estimation, Segmentation and Re-Identification of Clothing Images》、《Tailornet: Predicting Clothing in 3D as a Function of Human Pose, Shape and Garment Style》等。