?️ Cool-GenAI-Fashion-Papers
???️???? Eine kuratierte Liste cooler Ressourcen zu GenAI-Fashion, darunter Vorträge, Workshops, Unternehmen und Produkte, ...
Sie können gerne eine PR senden oder ein Problem eröffnen.
Inhaltsverzeichnis
Die Struktur der Kategorie folgt fAshIon after fashion: A Report of AI in Fashion
| Typ | Kategorie |
|---|
| Überblick | - |
| Auswertung | - |
| Grundlegende Technik | Visionssprache |
| Grundlegende Technik | Parsing |
| Grundlegende Technik | Segmentierung, Erkennung |
| Grundlegende Technik | Erkennung |
| Grundlegende Technik | Posenschätzung, Verfolgung |
| Verkauf | Abruf |
| Verkauf | Verkaufsagent |
| Verkauf | Videogenerierung |
| Styling | Kompatibilitätslernen |
| Styling | Outfit-Empfehlung |
| Design | Modedesign-Synthese |
| Design | Anprobe |
| Design | Bearbeitung |
| Design | Designagent |
| Design | 3D-Synthese |
| Design | 4D-Synthese |
| Kauf | Trendanalyse |
| Kauf | Wissensextraktion |
Grafik LR
GenAIFashion[GenAI-Fashion]
GenAIFashion --> Übersicht[Übersicht]
GenAIFashion --> Bewertung[Bewertung]
GenAIFashion --> BasicTech[Basic Tech]
GenAIFashion --> Verkaufen[Verkaufen]
GenAIFashion --> Styling[Styling]
GenAIFashion --> Design[Design]
GenAIFashion --> Kaufen[Kauf]
BasicTech --> VisionLanguage[Vision Language]
BasicTech -> Parsen[Parsen]
BasicTech -> SegmentationRecognition[Segmentierung, Erkennung]
BasicTech --> Erkennung[Erkennung]
BasicTech --> PoseEstimationTracking[Pose Estimation, Tracking]
Verkaufen -> Abruf[Abruf]
Verkaufen -> SellingAgent[Verkaufsagent]
Verkaufen -> VideoGeneration[Video-Generierung]
Styling -> CompatibilityLearning[Compatibility Learning]
Styling -> OutfitRecommendation[Outfit-Empfehlung]
Design --> FashionDesignSynthesis[Modedesign-Synthese]
Design --> TryOn[Anprobieren]
Design -> Bearbeiten[Bearbeiten]
Design -> DesignAgent[Design Agent]
Design -> 3D-Synthese[3D-Synthese]
Design --> 4DSynthesis[4D-Synthese]
Kaufen --> TrendAnalyse[Trendanalyse]
Kaufen --> KnowledgeExtraction[Wissensextraktion]
- ?Workshops
- Unternehmen, Produkte
- Forscher
- Branchenberichte
- Andere FashionAI-Ressourcen
- Andere GenAI-Ressourcen
Papiere
Überblick
Zusammenfassende Entwicklungen der Technologie
| Titel | Veröffentlichung | Papier | Typ | Region |
|---|
| Eine vergleichende Studie über Drapierungstechniken für Kleidungsstücke | Vorabdruck 2024 | Papier | Überblick | Indien |
| Ein Überblick über künstliche Intelligenz in der Mode | IEEE-Signalprozess. Mag. 2023 | Papier | Überblick | Taiwan (China) |
| KI-gestütztes Modedesign: Ein Rückblick | IEEE-Zugriff | Papier | Modedesign | China |
| Computertechnologien für Modeempfehlungen: Eine Umfrage | ACM-Computing. Überleben. | Papier | Modeempfehlung | Hongkong (China) |
| Ein Überblick über moderne Modeempfehlungssysteme | ACM-Computing. Überleben. | Papier | Modeempfehlung | Italien |
| Eine Umfrage zum Thema Fashion Image Retrieval | ACM-Computing. Überleben. | Papier | Fashion Retrieval | Indien |
| Aussehen und haltungsgesteuerte menschliche Generation: Eine Umfrage | ACM-Computing. Überleben. | Papier | Modegeneration | Hongkong (China) |
| Analyseanwendungen im Mode-Supply-Chain-Management – Ein Überblick über Literatur und Praxis | IEEE Trans Eng Manag | Papier | Mode-Lieferkette | Deutschland |
| Deep-Learning-Ansätze zur Extraktion von Modewissen aus sozialen Medien: Ein Rückblick. | IEEE Access 2022 | Papier | Extraktion von Modewissen | Italien |
| Definition digitaler Mode: Neugestaltung des Feldes durch eine systematische Überprüfung | Berechnen. Summen. Verhalten. 2022 | Papier | Digitale Mode | Südkorea |
| Ein Überblick über KI-Tools (Künstliche Intelligenz) und Kundenerlebnisse im Online-Modehandel | Int. J. E Bus. Res. 2022 | Papier | Modeeinzelhandel | Indien |
| Mode trifft Computer Vision: Eine Umfrage. | ACM-Computing. Überleben. 2021 | Papier | Überblick | Taiwan (China) |
| Smart Fashion: Ein Überblick über KI-Anwendungen in der Mode- und Bekleidungsindustrie | Vorabdruck 2021 | Papier | Überblick | Iran |
| fAshIon after fashion: Ein Bericht über KI in der Mode | Vorabdruck 2021 | Papier | Überblick | Hongkong (China) |
| Ästhetik, Personalisierung und Empfehlung: Eine Umfrage zu Deep Learning in der Mode | Vorabdruck 2021 | Papier | Überblick | China |
| Modeempfehlungssysteme, Modelle und Methoden: Ein Rückblick | Informatik 2021 | Papier | Modeempfehlung | USA |
| Ein detaillierter Überblick über die Anwendung künstlicher Intelligenz in der Mode- und Bekleidungsindustrie | IEEE Access 2019 | Papier | Überblick | Frankreich |
| Ein Überblick über die Bilderkennung und den Abruf von Kleidungsstücken | REIS 2018 | Papier | Fashion Retrieval | Indien |
| Wenn Multimedia auf Mode trifft | IEEE Multimedia 2018 | Papier | Überblick | China |
| Modeanalyse: Aktuelle Techniken und zukünftige Richtungen | IEEE Multimedia 2014 | Papier | Überblick | Singapur |
Auswertung
Auswertungsprotokolle für spezifische Aufgaben
| Titel | Veröffentlichung | Papier | Link | Region |
|---|
| Wie gut sind die ästhetischen Fähigkeiten eines Models? | CVPR 2022 | Papier | Datensatz | Hongkong (China) |
| Eine Bewertung von Komponenten der künstlichen Intelligenz in E-Commerce-Modeplattformen | WorldCIST 2022 | Papier | - | Portugal |
| Wo ist meine Kleidung? Ein mehrstufiger Ansatz zur Bewertung von Deep-Instance-Segmentierungsarchitekturen für Modebilder | CVPRW 2021 | Papier | - | Frankreich |
| Bewertung von Modeempfehlungen: Ein vielschichtiger Offline-Bewertungsansatz | recsysXfashion 2019 | Papier | - | USA |
Grundlegende Technik
Verständnis für Modebilder
Visionssprache
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| SyncMask | SyncMask: Synchronisierte Aufmerksamkeitsmaskierung für modezentriertes Vision-Language-Vortraining | CVPR 2024 | Papier | - | Südkorea |
| FAME-ViL | FAME-ViL: Multitasking-Vision-Language-Modell für heterogene Modeaufgaben | CVPR 2023 | -> | Projekt | Vereinigtes Königreich |
| FashionSAP | FashionSAP: Aufforderung zu Symbolen und Attributen für eine feinkörnige Mode-Vision-Language-Vorschulung | CVPR 2023 | -> | Projekt | China |
| MVLT | Maskierter Vision-Sprachtransformator in der Mode | MIR 2023 | Papier | - | China |
| OpenFashionCLIP | OpenFashionCLIP: Kontrastives Lernen von Vision und Sprache mit Open-Source-Modedaten | ICIAP 2023 | -> | Projekt | Italien |
| - | Ein feinkörniges Visions- und Sprachdarstellungs-Framework mit graphbasiertem Modesemantikwissen | CAD/Grafik 2023 | Papier | - | China |
| FashionCLIP | Kontrastives Sprach- und Visionslernen allgemeiner Modekonzepte | Wissenschaftliche Berichte (2022) | Papier | Code | Kanada |
| FashionViL | Modeorientiertes Lernen von Vision und Sprachdarstellung | ECCV 2022 | -> | Projekt | Vereinigtes Königreich |
| Kaleido-BERT | Kaleido-BERT: Vision-Language-Vorschulung im Modebereich | CVPR 2021 | Papier | - | China |
Parsing
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| OMNet | OMNet: Outfit Memory Net zum Parsen von Kleidung | IJCST 2023 | Papier | - | China |
| UAM-Netz | Ungekürzte benachbarte Modulation für das Parsen von Kleidung | PR 2022 | Papier | Code | China |
| - | Feature-Fusion-Netzwerk zum Parsen von Kleidung | IJMLC 2022 | Papier | - | China |
| CCFNet | CCFNet: Cross-Complementary Fusion Network für RGB-D-Szenenanalyse von Kleidungsbildern | JVCI 2022 | Papier | - | China |
| - | Beschreibe mich, wenn du kannst! Charakterisiertes menschliches Parsen auf Instanzebene | ICIP 2021 | Papier | - | Frankreich |
| - | Progressives One-Shot-Human-Parsing | AAAI 2021 | Papier | - | Sydney |
| GRÖSSE | SIZER: Ein Datensatz und ein Modell zum Parsen von 3D-Kleidung und zum Erlernen größenabhängiger 3D-Kleidung | ECCV 2020 | Papier | Projekt | Deutschland |
| - | Hierarchisches menschliches Parsing mit typisiertem Teil-Relations-Argument | CVPR 2020 | Papier | Code | Schweiz |
| - | Feinkörniges Parsing von Kleidungsstücken: Ein Ansatz zur Körpergenerierung | ICME 2020 | Papier | - | China |
| SP-FEN | Superpixels Features Extractor Network (SP-FEN) zur Verbesserung der Kleidungsanalyse | NPL 2020 | Papier | - | Malaysia |
| Schauen Sie sich die Person an | Schauen Sie sich Person an: Joint Body Parsing & Pose Estimation Network und einen neuen Benchmark | TPAMI 2019 | Papier | - | China |
| - | Ganzheitliches menschliches Parsing auf Instanzebene | BMVC 2017 | Papier | - | Vereinigtes Königreich |
| - | Schauen Sie sich „Outfit to Parse Clothing“ an | Vorabdruck 2017 | Papier | - | Japan |
| - | Analyse von Überwachungsvideos mit Einzelbildüberwachung | CVPR 2017 | Papier | - | China |
| - | Verbesserte neugewichtete MRFs für effizientes Parsen von Modebildern | TOMM 2016 | Papier | - | Kanada |
| - | Co-Parsing von Kleidung durch gemeinsame Bildsegmentierung und -kennzeichnung mit Anwendung auf die Kleidungssuche | TMM 2016 | Papier | - | China |
| - | Auf Parselets basierendes Parsing: Ein einheitliches verformbares Mischungsmodell für das menschliche Parsen | TPAMI 2015 | Papier | - | Singapur |
| - | Ähnliche Stile zum Parsen von Kleidung abrufen | TPAMI 2014 | Papier | - | Japan |
| - | Modeanalyse mit Videokontext | MM 2014 | Papier | - | Singapur |
| - | Parsen von Papierpuppen: Abrufen ähnlicher Stile zum Parsen von Kleidungsstücken | ICCV 2013 | Papier | - | USA |
| - | Modeanalyse mit schwachen Farbkategorieetiketten | TMM 2013 | Papier | - | Singapur |
| - | Analyse von Kleidung in Modefotografien | CVPR 2012 | Papier | - | USA |
Segmentierung, Erkennung
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| - | DETR-basierte mehrschichtige Kleidungssegmentierung und feinkörnige Attributerkennung | CVPRW 2023 | Papier | - | Hongkong (China) |
| Fashionformer | Fashionformer: Eine einfache, effektive und einheitliche Basis für die Segmentierung und Erkennung menschlicher Mode | ECCV 2022 | -> | Projekt | China |
| Fashionpedia | Fashionpedia: Ontologie, Segmentierung und ein Attributlokalisierungsdatensatz | ECCV 2020 | Papier | - | USA |
| - | Segmentierungsaufgabe für Mode und Bekleidung | Vorabdruck 2020 | Papier | - | USA |
| - | Gemeinsame Mehrpersonen-Posenschätzung und semantische Teilesegmentierung | CVPR 2017 | Papier | - | USA |
| DeepFashion | DeepFashion: Robuste Kleidungserkennung und -suche mit umfangreichen Anmerkungen | CVPR 2016 | Papier | - | Hongkong (China) |
| - | Wer blockiert wen: Gleichzeitige Kleidungssegmentierung zum Gruppieren von Bildern | ICCV 2011 | Papier | - | China |
Erkennung
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| - | Verbesserung der Bekleidungserkennung durch Kategoriegruppierung und mehrstufige Verzweigungen | Multimedia-Tools und -Anwendungen 2022 | Papier | - | USA |
| Kern | CoRe: Farbregression für mehrfarbige Modekleidung | CVPRW 2022 | Papier | - | Frankreich |
| - | Erkennung von modischen Wahrzeichen und Kategorieklassifizierung für die Robotik | ICARSC 2020 | Papier | - | Schweiz |
| - | Aggregation und Feinabstimmung für die Erkennung von Kleidungsstücken | Vorabdruck 2020 | Papier | Code | China |
| - | Raumbewusste, nicht-lokale Aufmerksamkeit zur Erkennung von Modemarken | ICME 2019 | Papier | - | China |
| - | Layout-Graph-Begründung für die Erkennung von Fashion-Wahrzeichen | CVPR 2019 | Papier | - | China |
| DeepFashion2 | DeepFashion2: Ein vielseitiger Benchmark zur Erkennung, Posenschätzung, Segmentierung und Neuidentifizierung von Kleidungsbildern | CVPR 2019 | Papier | - | China |
| - | Ein global-lokales Einbettungsmodul zur Erkennung von Modemarken | ICCVW 2019 | Papier | - | Korea |
| - | Uneingeschränkte Mode-Wahrzeichenerkennung über hierarchische wiederkehrende Transformatornetzwerke | MM 2017 | Papier | - | Hongkong (China) |
| - | Erkennung von Mode-Wahrzeichen in freier Wildbahn | ECCV 2016 | Papier | - | Hongkong (China) |
Posenschätzung, Verfolgung
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| Kleidungsstückverfolgung | GarmentTracking: Positionsverfolgung von Kleidungsstücken auf Kategorieebene | CVPR 2023 | -> | Projekt | China |
| Kleidernetze | GarmentNets: Posenschätzung auf Kategorieebene für Kleidungsstücke mittels kanonischer Raumformvervollständigung | ICCV 2021 | -> | Projekt | USA |
Verkauf
Online-Verkauf
Abruf
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| M3-Netz | Lernattribut und klassenspezifisches Repräsentationsduett für eine feinkörnige Modeanalyse | CVPR 2023 | Papier | - | USA |
| - | Dynamisches Netzwerk für sprachbasiertes Fashion Retrieval | MMIR '23 (MM 2023-Workshop) | Papier | - | China |
| MODC | Feinkörniges Lernen der Moderepräsentation durch Online Deep Clustering | ECCV 2022 | Papier | - | USA |
| FashionVLP | FashionVLP: Vision Language Transformer für Fashion Retrieval mit Feedback | CVPR 2022 | Papier | - | USA |
| EI-CLIP | EI-CLIP: Entitätsbewusstes interventionelles kontrastives Lernen für den modalübergreifenden Abruf im E-Commerce | CVPR 2022 | Papier | - | USA |
| DAtRNet | DAtRNet: Entwirren der Einbettung von Modeattributen für die Suche nach Ersatzartikeln | CVPRW 2022 | Papier | - | Indien |
| UIGR | UIGR: Unified Interactive Garment Retrieval | CVPRW 2022 | Papier | Code | Vereinigtes Königreich |
| Zirplant | Bildabruf auf realen Bildern mit vorab trainierten Seh- und Sprachmodellen | ICCV 2021 | Papier | - | Australien |
| Mode-IQ | Fashion IQ: Ein neuer Datensatz zum Abrufen von Bildern durch Feedback in natürlicher Sprache | CVPR 2021 | Papier | - | USA |
| - | Interpretierbare multimodale Retrieval für Modeprodukte | MM 2018 | Papier | - | Singapur |
| VERDAMMT | Domainübergreifender Bildabruf mit einem dualen attributbewussten Ranking-Netzwerk | ICCV 2015 | Papier | - | Singapur |
Verkaufsagent
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| Mode-GPT | Fashion-GPT: Integration von LLMs mit dem Fashion Retrieval System | LGM3A '23 (MM 2023 Workshop) | Papier | - | Singapur |
| FashionVQA | FashionVQA: Ein domänenspezifisches visuelles Antwortsystem für Fragen | CVPRW 2023) | Papier | - | USA |
| VSE | Modespezifische mehrdeutige Ausdrucksinterpretation mit teilweiser visuell-semantischer Einbettung | CVPRW 2023) | Papier | - | Japan |
| - | Ein gesprächiger Einkaufsassistent für virtuelle Online-Shops | MM 2022 | Papier | - | Portugal |
Videogenerierung
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| GPT4Motion | GPT4Motion: Skripterstellung für physische Bewegungen bei der Text-zu-Video-Generierung mittels Blender-orientierter GPT-Planung | Vorabdruck 2023 | -> | Projekt | China |
| Animieren Sie jeden | Animieren Sie jeden: Konsistente und kontrollierbare Bild-zu-Video-Synthese für die Charakteranimation | Vorabdruck 2023 | -> | Projekt | China |
| wFlow | Sich in der Wildnis kleiden, indem man sich Tanzvideos ansieht | CVPR 2022 | -> | Projekt | China |
| ClothFormer | ClothFormer: Virtuelle Videoanprobe in allen Modulen zähmen | CVPR 2022 | -> | Projekt | China |
Styling
Persönliches Styling
Kompatibilitätslernen
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| FCBoost-Net | FCBoost-Net: Ein generatives Netzwerk zur Synthese mehrerer kombinierter Outfits durch Verbesserung der Modekompatibilität | MM 2023 | Papier | - | China |
Outfit-Empfehlung
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| CP-TransMatch | Modellierung multirelationaler Konnektivität für personalisiertes Mode-Matching | MM 2023 | Papier | - | Hongkong (China) |
| SHIFT15M | SHIFT15M: Modespezifischer Datensatz für Set-zu-Set-Matching mit mehreren Verteilungsschichten | CVPRW 2023) | Papier | Code | Japan |
| BiHGH | Bidirektionales heterogenes Graph-Hashing für eine effiziente Outfit-Empfehlung | MM 2022 | Papier | - | Australien |
| OutfitTransformer | OutfitTransformer: Outfit-Darstellungen für Modeempfehlungen | CVPRW 2022 | Papier | - | USA |
| OutfitGAN | OutfitGAN: Kompatible Artikel für generative Mode-Outfits lernen | CVPRW 2022 | Papier | - | USA |
| GradREC | „Ist es in Schwarz erhältlich?“ CLIP-ähnliche Modelle sind Zero-Shot-Empfehler | ECNLP 5 (ACL 2022 Workshop) | Papier | Code | Mailand |
Design
Modedesign-Synthese
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| StyleMe | StyleMe: Auf dem Weg zur intelligenten Modegeneration mit Designerstil | CHI 2023 | Papier | Code | China |
| generative.mode | Die Zukunft gestalten: Das kreative Potenzial tiefgreifender generativer Modelle für die Erforschung des Designraums freisetzen | CHI EA 2023 | Papier | Projekt | Schweiz |
| AI-Archiv | Generative KI für die Konzepterstellung im Schuhdesign | EINGELADENES GESPRÄCH (SIGGRAPH 2023) | Papier | - | Deutschland |
| UnitedHuman | UnitedHuman: Nutzung von Daten aus mehreren Quellen für die hochauflösende menschliche Generierung | ICCV 2023 | -> | Projekt | China |
| Freiheit | FreeDoM: Trainingsfreies energiegesteuertes bedingtes Diffusionsmodell | ICCV 2023 | Papier | Code | China |
| BoxDiff | BoxDiff: Text-zu-Bild-Synthese mit trainingsfreier Box-Constrained Diffusion | ICCV 2023 | Papier | Code | Singapur |
| ControlNet | Hinzufügen bedingter Kontrolle zu Text-zu-Bild-Diffusionsmodellen | ICCV2023 | Papier | Code | USA |
| PromptStyler | PromptStyler: Prompt-gesteuerte Stilgenerierung für quellfreie Domänengeneralisierung | ICCV 2023 | -> | Projekt | Südkorea |
| Diffusart | Diffusart: Verbesserung der Kolorierung von Strichzeichnungen mit bedingten Diffusionsmodellen | CVPRW 2023 | Papier | - | Frankreich |
| Gatha | Gatha: Relational Loss zur Verbesserung der textbasierten Stilübertragung | CVPRW 2023 | Papier | - | USA |
| DiffFashion | Bildreferenzgesteuertes Modedesign mit strukturbewusster Übertragung durch Diffusionsmodelle | CVPRW 2023 | Papier | Code | China |
| VectorFusion | VectorFusion: Text-zu-SVG durch Abstraktion pixelbasierter Diffusionsmodelle | CVPR 2023 | -> | Projekt, inoffizieller Code | USA |
| DiffSketcher | DiffSketcher: Textgesteuerte Vektorskizzensynthese durch latente Diffusionsmodelle | NIPS 2023 | -> | Projekt | China |
| SGDiff | SGDiff: Ein stilgesteuertes Diffusionsmodell für die Modesynthese | MM 2023 | Papier | Code | Hongkong (China) |
| FashionDiff | FashionDiff: Ein steuerbares Diffusionsmodell, das paarweise Modeelemente für intelligentes Design verwendet | MM 2023 | Papier | - | China |
| InspirNET | InspirNET: Ein unbeaufsichtigtes generatives gegnerisches Netzwerk mit kontrollierbarer feinkörniger Texturentflechtung für die Modegenerierung | MM 2023 | Papier | - | China |
| - | Auf dem Weg zu intelligentem interaktivem Design: Ein Generationsrahmen, der auf domänenübergreifenden Modeelementen basiert | MM 2023 | Papier | - | China |
| - | Normalgesteuerte UV-Vorhersage für Kleidungsstücke zur menschlichen Retexturierung | CVPR 2023 | Papier | - | USA |
| TemporalUV | TemporalUV: Erfassung lockerer Kleidung mit zeitlich kohärenten UV-Koordinaten | CVPR 2022 | Papier | - | Deutschland |
| ARMANI | ARMANI: Kleidungsstück-Text-Ausrichtung auf Teilebene für einheitliches, modalübergreifendes Modedesign | MM 2022 | Papier | - | China |
| KI-Teppich | AI Carpet: Automatische Generierung ästhetischer Teppichmuster | MM 2022 | Papier | - | China |
| Tragbares ImageNet | Wearable ImageNet: Synthese kachelbarer Texturen durch Datensatzdestillation | CVPRW 2022 | Papier | Projekt | USA |
| Rang im Stil | Rang mit Stil: Ein auf Rankings basierender Ansatz zum Finden interpretierbarer Richtungen | CVPRW 2022 | Papier | - | Truthahn |
Anprobieren
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| FashionTex | FashionTex: Kontrollierbare virtuelle Anprobe mit Text und Textur. | SIGGRAPH 2023 | Papier | Code | China |
| FreqHPT | FreqHPT: Frequenzbewusste Aufmerksamkeits- und Flussfusion für die Übertragung menschlicher Posen | CVPRW 2023) | Papier | - | China |
| SAL-VTON | Verknüpfung von Kleidungsstück und Person über semantisch zugeordnete Orientierungspunkte für die virtuelle Anprobe | CVPR 2023 | Papier | Projekt | China |
| TryOnDiffusion | TryOnDiffusion: Eine Geschichte von zwei UNets | CVPR 2023 | -> | Projekt | USA |
| GP-VTON | GP-VTON: Auf dem Weg zum universellen virtuellen Try-on durch kollaboratives Local-Flow-Global-Parsing-Lernen | CVPR 2023 | -> | Projekt | China |
| LaDI-VTON | LaDI-VTON:Latent Diffusion Textual-Inversion Enhanced Virtual Try-On | MM 2023 | Papier | Code | Italien |
| DCI-VTON | Die Kraft von Diffusionsmodellen für hochwertige virtuelle Anproben mit Appearance Flow zähmen | MM 2023 | Papier | Code | China |
| PG-VTON | PG-VTON: Eine neuartige bildbasierte virtuelle Anprobemethode über ein progressives Inferenzparadigma | TMM 2023 | Papier | Code | China |
| DOC-VTON | OccluMix: Auf dem Weg zur virtuellen De-Occlusion-Anprobe durch semantisch gesteuerte Vermischung | TMM 2023 | Papier | Code | China |
| StabilVITON | StableVITON: Erlernen semantischer Korrespondenz mit latentem Diffusionsmodell für virtuelles Anprobieren | Vorabdruck 2023 | -> | Projekt | Südkorea |
| - | Ein hochauflösendes, bildbasiertes virtuelles Anprobesystem im E-Commerce-Szenario von Taobao | MM 2022 | Papier | - | China |
| GT-MUSS | GT-MUST: Gated Try-on durch Erlernen der Mannequin-spezifischen Transformation | MM 2022 | Papier | - | China |
| PL-VTON | Progressives, gliedmaßenbewusstes virtuelles Anprobieren | MM 2022 | Papier | - | China |
| Kleiderordnung | Kleiderordnung: Hochauflösende virtuelle Anprobe in mehreren Kategorien | CVPRW 2022 | Papier | Projekt | Italien |
| DBCT | Kollaborativer Dual-Branch-Transformer für virtuelles Anprobieren | CVPRW 2022 | Papier | - | Italien |
| DP-VTON | Auf dem Weg zur detaillierten, merkmalserhaltenden virtuellen Anprobe | CVPRW 2022 | Papier | - | Südkorea |
| Flow-Style-VTON | Stilbasierter globaler Erscheinungsablauf für virtuelles Anprobieren | CVPR 2022 | -> | Projekt | Vereinigtes Königreich |
| RT-VTON | Vollständige virtuelle Anprobe mit wiederkehrender dreistufiger Transformation | CVPR 2022 | -> | Projekt | China, Singapur |
| DGP | Schwach überwachte High-Fidelity-Bekleidungsmodellgenerierung | CVPR 2022 | Papier | - | China |
Bearbeitung
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| Musterladen | Patternshop: Bearbeiten von Punktmustern durch Bildmanipulation | SIGGRAPH 2023 | -> | Projekt | Deutschland |
| MGD | Multimodaler Bekleidungsdesigner: Menschenzentrierte latente Diffusionsmodelle für die Bearbeitung von Modebildern | ICCV 2023 | Papier | Code | Italien |
| Alles bearbeiten | EditAnything: Ermöglicht beispiellose Flexibilität bei der Bildbearbeitung und -generierung | MM 2023 | Papier | Projekt | China |
| SkizzeBearbeiten | SketchEdit: Maskierungsfreie lokale Bildmanipulation mit Teilskizzen | CVPR 2022 | -> | Projekt | USA |
Design-Agent
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| FashionMatrix | Fashion Matrix: Fotos bearbeiten durch Just Talking | Vorabdruck 2023 | -> | Projekt | China |
3D-Synthese
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| Garment3DGen | Garment3DGen: 3D-Kleidungsstilisierung und Texturgenerierung | arXiv 2024 | -> | Projekt | USA |
| En3D | En3D: Ein verbessertes generatives Modell zum Formen von 3D-Menschen aus synthetischen 2D-Daten | Vorabdruck 2024 | -> | Projekt | China |
| SewFormer | Auf dem Weg zur Rekonstruktion von Schnittmustern für Kleidungsstücke aus einem einzigen Bild | TOG (SIGGRAPH Asien 2023) | -> | Projekt | Singapur |
| GTA | Globalkorrelierter 3D-Entkopplungstransformator für die Rekonstruktion bekleideter Avatare | NIPS 2023 | -> | Projekt | China |
| SeSDF | SeSDF: Selbstentwickeltes signiertes Distanzfeld für die implizite 3D-Rekonstruktion bekleideter Menschen | CVPR 2023 | Papier | - | Hongkong (China) |
| Soja | Shape of You: Präzise 3D-Formschätzungen für verschiedene Körpertypen | CVPRW 2023) | Papier | - | USA |
| KBody | KBody: Ausgewogene monokulare Ganzkörperschätzung | CVPRW 2023) | Papier | Projekt | USA |
| AUTO | High-Fidelity-Rekonstruktion eines bekleideten Avatars aus einem einzigen Bild | CVPR 2023 | -> | Projekt | China |
| DIFu | DIFu: Tiefengesteuerte implizite Funktion für die Rekonstruktion bekleideter Menschen | CVPR 2023 | -> | Projekt | Südkorea |
| NeuralUDF | NeuralUDF: Lernen von vorzeichenlosen Distanzfeldern für die Mehransichtsrekonstruktion von Oberflächen mit willkürlichen Topologien | CVPR 2023 | -> | Projekt | Hongkong (China) |
| REC-MV | REC-MV: Rekonstruktion dynamischer 3D-Stoffe aus monokularen Videos | CVPR 2023 | -> | Projekt | China |
| Get3DHuman | Get3DHuman: StyleGAN-Human mithilfe pixelausgerichteter Rekonstruktionsprioritäten in ein generatives 3D-Modell umwandeln | ICCV2023 | -> | Projekt | China |
| Haarschritt | HairStep: Übertragen Sie synthetisches Haar in echtes Haar mithilfe von Strähnen- und Tiefenkarten für die 3D-Haarmodellierung in einer Einzelansicht | CVPR 2023 | -> | Projekt | China |
| WIRTSCHAFT | ECON: Explizite bekleidete Menschen, optimiert durch normale Integration | CVPR 2023 | -> | Projekt | Deutschland |
| DrapeNet | DrapeNet: Kleidungsstückerstellung und selbstüberwachtes Drapieren | CVPR 2023 | -> | Projekt | Schweiz |
| AnchorDEF | Erlernen von Ankertransformationen für die 3D-Animation von Kleidungsstücken | CVPR 2023 | -> | Projekt | China |
| Kleiderschrank | CloSET: Modellierung bekleideter Menschen auf einer kontinuierlichen Oberfläche mit expliziter Template-Zerlegung | CVPR 2023 | -> | Projekt | China |
| - | Bekleidete menschliche Leistungserfassung mit doppelschichtigen neuronalen Strahlungsfeldern | CVPR 2023 | Papier | - | China |
| HAUBE | HOOD: Hierarchische Diagramme zur verallgemeinerten Modellierung der Kleidungsdynamik | CVPR 2023 | -> | Projekt | Schweiz |
| xStoff | xCloth: Extrahieren vorlagenfreier strukturierter 3D-Kleidung aus einem monokularen Bild | MM 2023 | Papier | - | Indien |
| AvatarFusion | AvatarFusion: Zero-Shot-Generierung von kleidungsentkoppelten 3D-Avataren mittels 2D-Diffusion | MM 2023 | Papier | Projekt | China |
| Control3D | Control3D: Auf dem Weg zur kontrollierbaren Text-zu-3D-Generierung | MM 2023 | Papier | - | China |
| SynBody | SynBody: Synthetischer Datensatz mit geschichteten menschlichen Modellen für die menschliche 3D-Wahrnehmung und -Modellierung | ICCV 2023 | -> | Projekt | China |
| EVA3D | EVA3D: Kompositorische 3D-Menschengenerierung aus 2D-Bildsammlungen | ICLR 2023 | -> | Projekt | Singapur |
| ReFU | Eine Abstoßungskrafteinheit für die Kollisionsbehandlung von Kleidungsstücken in neuronalen Netzen | ECCV 2022 | -> | Projekt | USA |
| GEMÜTLICH | SNUG: Selbstüberwachte neuronale dynamische Kleidungsstücke | CVPR 2022 | -> | Projekt | Spanien |
| SYMBOL | SYMBOL: Implizit bekleidete Menschen, erhalten von Normalen | CVPR 2022 | -> | Projekt | Deutschland |
| Echte Nähte | Echte Nähte: Modellierung von Nähten in digitalen Kleidungsstücken | SIGGRAPH 2022 | -> | Projekt | USA |
| VirtualBones | Vorhersage von Verformungen locker sitzender Kleidungsstücke mithilfe knochengetriebener Bewegungsnetzwerke | SIGGRAPH 2022 | -> | Projekt | China |
| CrossHuman | CrossHuman: Erlernen der Querführung aus Bildern mit mehreren Einzelbildern für die menschliche Rekonstruktion | MM 2022 | Papier | - | China |
| Riff | Registrierung von Explizit zu Implizit: Auf dem Weg zur High-Fidelity-Rekonstruktion von Kleidungsstücknetzen aus Einzelbildern | CVPR 2022 | -> | Projekt | China |
| PHORHUM | Fotorealistische monokulare 3D-Rekonstruktion von Menschen in Kleidung | CVPR 2022 | -> | Projekt | USA |
| NeuralTailor | NeuralTailor: Rekonstruktion von Schnittmusterstrukturen aus 3D-Punktwolken von Kleidungsstücken | SIGGRAPH 2022 | Papier | - | Südkorea |
4D-Synthese
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| WordRobe | WordRobe: Textgesteuerte Generierung strukturierter 3D-Kleidungsstücke | arXiv 2024 | Papier | Projekt | Indien |
| CLOTH4D | CLOTH4D: Ein Datensatz für die Rekonstruktion bekleideter Menschen | CVPR 2023 | -> | Projekt | Hongkong (China) |
| Kleidungsstück4D | Garment4D: Kleidungsstückrekonstruktion aus Punktwolkensequenzen | NIPS 2021 | -> | Projekt | Singapur |
Kauf
Trendanalyse
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| POP | POP: Mining POtential Performance neuer Modeprodukte durch webbasierte, modalübergreifende Abfrageerweiterung | ECCV 2022 | -> | Projekt | Italien |
| Visual 2.0 | Das multimodale Universum der Fast-Fashion: der Maßstab von Visuelle 2.0 | CVPRW 2022 | Papier | Projekt | Italien |
Wissensextraktion
| Modell | Titel | Veröffentlichung | Papier | Link | Region |
|---|
| - | Multimodale Mode-Wissensextraktion als Untertitel | SIGIR-AP 2023 | Papier | - | Hongkong (China) |
| - | Wen, wo und was soll man anziehen?: Modewissen aus sozialen Medien extrahieren | MM 2019 | Papier | - | Singapur |
| - | Kleidung anhand semantischer Attribute beschreiben | ECCV 2012 | Papier | - | USA |
?Workshops
- Computer Vision für Mode, Kunst und Design (CVPR-Workshop): CVFAD 2023, CVFAD 2022
- Multimedia Computing in Richtung Modeempfehlung (ACM MM Workshop): MCFR 2022
- Maschinelles Lernen für Kreativität und Design (NeurIPS Workshop): ML4CD 2023, ML4CD 2022
- Kreative KI über Modalitäten hinweg (AAAI-Workshop): creativeAI 2023
- recsysXfashion (RecSys Workshop): recsysXfashion 2022, recsysXfashion 2021
Unternehmen, Produkte
| Name | Gefunden | Info | Nachricht |
|---|
| CALA | 2016 | Schnittstelle zur Mode-Lieferkette, die Design, Entwicklung, Produktion und Logistik vereint | 2022.11 |
| Zalando-Forschung | 2016 | Forschung | 2023.04 Modeassistent unterstützt von ChatGPT |
| Vue.ai | 2016 | Einzelhandels-KI-Analyse, KI-Avatar | - |
| 极睿 infimind | 2017 | Inhalt von Modeprodukten | 2023.11 Interview auf Mandarin |
| 知衣 zhiyi | 2018 | Zusammenarbeit im Modedesign | 2023.08 Modeverbreitung |
| LALALAND | 2019 | KI-Avatar, Modeproduktinhalt | 2023.08 Zusammenarbeit mit Browzwear-VStitcher |
| GemustertAi | 2021 | Musterdesign | - |
| Design.Ai | - | Druck- und Musterdesign | - |
| AIMDE-Symmpix | 2023 | Modemuster, 3D | 2023.11 neue Funktion |
| Weshop | 2023 | KI-Avatar und Modeproduktinhalte | eine Tochtergesellschaft von MOGU |
| Wondershare VirtuLook | 2023 | KI-Avatar und Modeproduktinhalte | eine Tochtergesellschaft von Wondershare |
| Pixelschnitt | 2022 | KI-gestützte Bearbeitungstools (Produktinhalt) | - |
| CreatorKit | 2020 | KI-Produktinhalte, Videos | - |
| DeepImage | 2022 | KI-Produktinhalte | - |
| Ungebunden | - | Persönlicher KI-Geschäftsassistent | - |
| Zeg KI | 2018 | KI-Produktinhalte, Videos, 3D-Rendering | - |
| - | - | - | - |
Forscher
| Gruppe/Labor/Univ | Forscher |
|---|
| GAP Lab-CUHKSZ | Xiaoguang Han |
| HCP-I2 Lab-SYSU | Xiaodan Liang, Zhenyu Xie |
| HIT SZ | Haijun Zhang |
| AiDlab-PolyU+RCA | Calvin WONG,Xingxing Zou,PYMok |
| MMLab-NTU | Ziwei Liu |
| UIUC | Ranjitha Kumar |
| AImageLab | Rita Cucchiara |
| Die Universität von Utah | Ziad Al-Halah |
| Georgia Tech | Devi Parikh |
| UT Austin | Kristen Grauman |
| Cornell | Kavita Bala |
| MPI-IS | Michael Schwarz |
Branchenberichte
| Berichte | Organisation | Zeit |
|---|
| Zweiter Akt der generativen KI | MAMMUTBAUM | 2023.09 |
| Wie nutzen Verbraucher generative KI? | A16Z | 2023.09 |
| Ausblick für die globale und chinesische Modebranche im Jahr 2035 | Roland Berger | 2023.08 |
| Das komplette Playbook für generative KI in der Mode | Bof | 2023.06 |
| Generative KI: Die Zukunft der Mode erschließen | McKinsey | 2023.03 |
Andere FashionAI-Ressourcen
- Modedatensätze
- Coole Modepapiere (vor 2022)
- awesome-fashion-ai
- AI4Design-Umfrage
- Bild-zu-Bild-Papiere
- Tolle Forschung zum virtuellen Anprobieren (VTON).
- Toller Posentransfer
- Rekonstruktion des menschlichen Körpers
Andere GenAI-Ressourcen
- Die Roadmap der generativen KI
- awesome-Ai-tools
- LLM-Umfrage
- LLM-Agent-Paper-Liste
- Tolles Diffusionsmodell für die Bildverarbeitung
- Multimodale Bildsynthese und -bearbeitung: Das Zeitalter der generativen KI
- GAN-Inversion-Umfrage
- Eine Umfrage zur tiefgreifenden generativen 3D-fähigen Bildsynthese
- Fantastische 3D-Generierung
- Generative KI trifft auf 3D: Eine Umfrage zu Text-zu-3D im AIGC-Zeitalter
- Tolle GenAI-Technologie
