?️ Cool-GenAI-Fashion-Papers
???️???? Une liste organisée de ressources intéressantes sur GenAI-Fashion, y compris des articles, des ateliers, des entreprises et des produits, ...
N'hésitez pas à envoyer un PR ou à ouvrir un problème.
Table des matières
La structure de la catégorie suit mode après mode : rapport sur l'IA dans la mode
| Taper | Catégorie |
|---|
| Aperçu | - |
| Évaluation | - |
| Technologie de base | Langage visuel |
| Technologie de base | Analyse |
| Technologie de base | Segmentation, Reconnaissance |
| Technologie de base | Détection |
| Technologie de base | Estimation de pose, suivi |
| Vente | Récupération |
| Vente | Agent de vente |
| Vente | Génération vidéo |
| Stylisme | Apprentissage de la compatibilité |
| Stylisme | Recommandation de tenue |
| Conception | Synthèse du design de mode |
| Conception | Essayage |
| Conception | Édition |
| Conception | Agent de conception |
| Conception | Synthèse 3D |
| Conception | Synthèse 4D |
| Achat | Analyse des tendances |
| Achat | Extraction de connaissances |
graphique LR
GenAIMode[GenAI-Mode]
GenAIFashion --> Présentation[Aperçu]
GenAIFashion --> Évaluation[Évaluation]
GenAIFashion --> BasicTech[Technologie de base]
GenAIFashion --> Vendre[Vente]
GenAIFashion --> Stylisme[Stylisme]
GenAIFashion --> Conception[Conception]
GenAIFashion --> Achat[Achat]
BasicTech --> VisionLanguage[Vision Language]
BasicTech -> Analyse [Analyse]
BasicTech --> SegmentationRecognition[Segmentation, Reconnaissance]
BasicTech --> Détection[Détection]
BasicTech -> PoseEstimationTracking [Estimation de pose, suivi]
Vente --> Récupération[Récupération]
Vente --> Agent de vente[Agent de vente]
Vente --> VideoGeneration[Génération vidéo]
Style -> Apprentissage de compatibilité[Apprentissage de compatibilité]
Style -> OutfitRecommendation [Recommandation de tenue]
Design --> FashionDesignSynthesis[Synthèse du design de mode]
Conception --> Essayer[Essayer]
Conception --> Édition[Édition]
Conception --> DesignAgent[Agent de conception]
Conception --> Synthèse 3DS[Synthèse 3D]
Conception --> 4DSynthèse[Synthèse 4D]
Achat --> Analyse des tendances[Analyse des tendances]
Acheter --> KnowledgeExtraction[Knowledge Extraction]
- ?Ateliers
- Entreprises, Produits
- Chercheurs
- Rapports de l'industrie
- Autres ressources FashionAI
- Autres ressources GenAI
Papiers
Aperçu
Résumé des développements technologiques
| Titre | Publication | Papier | Taper | Région |
|---|
| Une étude comparative des techniques de drapage des vêtements | Préimpression 2024 | papier | Aperçu | Inde |
| Une enquête sur l'intelligence artificielle dans la mode | Processus de signal IEEE. Mag. 2023 | papier | Aperçu | Taïwan (Chine) |
| Conception de mode assistée par l'IA : une revue | Accès IEEE | papier | Stylisme | Chine |
| Technologies informatiques pour la recommandation de la mode : une enquête | Calcul ACM. Survivre. | papier | Recommandation de mode | Hong Kong (Chine) |
| Un examen des systèmes modernes de recommandation de mode | Calcul ACM. Survivre. | papier | Recommandation de mode | Italie |
| Une enquête sur la recherche d'images de mode | Calcul ACM. Survivre. | papier | Récupération de mode | Inde |
| Génération humaine guidée par l'apparence et la pose : une enquête | Calcul ACM. Survivre. | papier | Génération de mode | Hong Kong (Chine) |
| Applications d'analyse dans la gestion de la chaîne d'approvisionnement de la mode : une revue de la littérature et des pratiques | Gestion IEEE Trans Eng | papier | Chaîne d'approvisionnement de la mode | Allemagne |
| Approches d'apprentissage profond pour l'extraction de connaissances sur la mode à partir des médias sociaux : une revue. | Accès IEEE 2022 | papier | Extraction des connaissances sur la mode | Italie |
| Définir la mode numérique : remodeler le domaine via une revue systématique | Calculer. Hum. Comportement. 2022 | papier | Mode numérique | Corée du Sud |
| Un examen des outils d'IA (intelligence artificielle) et de l'expérience client dans la vente au détail de mode en ligne | Int. Bus JE. Rés. 2022 | papier | Vente au détail de mode | Inde |
| La mode rencontre la vision par ordinateur : une enquête. | Calcul ACM. Survivre. 2021 | papier | Aperçu | Taïwan (Chine) |
| Mode intelligente : examen des applications de l'IA dans l'industrie de la mode et de l'habillement | Prépublication 2021 | papier | Aperçu | L'Iran |
| mode après mode : un rapport sur l'IA dans la mode | Prépublication 2021 | papier | Aperçu | Hong Kong (Chine) |
| Esthétique, personnalisation et recommandation : une enquête sur le Deep Learning dans la mode | Prépublication 2021 | papier | Aperçu | Chine |
| Systèmes, modèles et méthodes de recommandation de mode : une revue | Informatique 2021 | papier | Recommandation de mode | USA |
| Un examen détaillé de l'intelligence artificielle appliquée à l'industrie de la mode et de l'habillement | Accès IEEE 2019 | papier | Aperçu | France |
| Un aperçu de la reconnaissance d'images et de la récupération d'articles vestimentaires | RIZ 2018 | papier | Récupération de mode | Inde |
| Quand le multimédia rencontre la mode | IEEE Multimédia 2018 | papier | Aperçu | Chine |
| Analyse de la mode : techniques actuelles et orientations futures | IEEE Multimédia 2014 | papier | Aperçu | Singapour |
Évaluation
Protocoles d'évaluation pour des tâches spécifiques
| Titre | Publication | Papier | Lien | Région |
|---|
| Quelle est la capacité esthétique d’un mannequin ? | CVPR 2022 | papier | ensemble de données | Hong Kong (Chine) |
| Une évaluation des composants d'intelligence artificielle dans les plateformes de commerce électronique de mode | MondeCIST 2022 | papier | - | Portugal |
| Où sont mes vêtements ? Une approche multi-niveaux pour évaluer les architectures de segmentation approfondie des instances sur les images de mode | CVPRW 2021 | papier | - | France |
| Évaluation des recommandations de mode : une approche d'évaluation hors ligne à multiples facettes | recsysXfashion 2019 | papier | - | USA |
Technologie de base
Compréhension des images de mode
Langage visuel
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| Masque de synchronisation | SyncMask : masquage attentionnel synchronisé pour un pré-entraînement vision-langage centré sur la mode | CVPR 2024 | papier | - | Corée du Sud |
| FAME-ViL | FAME-ViL : modèle vision-langage multitâche pour les tâches hétérogènes de la mode | CVPR 2023 | -> | projet | ROYAUME-UNI |
| ModeSAP | FashionSAP : invitation aux symboles et aux attributs pour une pré-formation approfondie en langage de vision de la mode | CVPR 2023 | -> | projet | Chine |
| MVLT | Transformateur de langage de vision masqué dans la mode | MIR 2023 | papier | - | Chine |
| OuvrirFashionCLIP | OpenFashionCLIP : apprentissage contrasté vision et langage avec des données de mode open source | ICIAP 2023 | -> | projet | Italie |
| - | Un cadre de vision et de représentation du langage à granularité fine avec des connaissances sémantiques de mode basées sur des graphiques | CAO/Graphisme 2023 | papier | - | Chine |
| ModeCLIP | Apprentissage contrasté du langage et de la vision des concepts généraux de la mode | Rapports scientifiques (2022) | papier | code | Canada |
| ModeViL | Apprentissage de la vision et de la représentation linguistique axé sur la mode | ECVC 2022 | -> | projet | ROYAUME-UNI |
| Kaléido-BERT | Kaleido-BERT : Pré-formation Vision-Langage sur le domaine de la Mode | CVPR 2021 | papier | - | Chine |
Analyse
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| OMNet | OMNet : Outfit Memory Net pour l'analyse des vêtements | IJCST 2023 | papier | - | Chine |
| UAM-Net | Modulation adjacente intégrale pour l'analyse des vêtements | RP 2022 | papier | code | Chine |
| - | Réseau de fusion de fonctionnalités pour l'analyse des vêtements | IJMLC 2022 | papier | - | Chine |
| CCFNet | CCFNet : réseau de fusion inter-complémentaire pour l'analyse de scènes RVB-D d'images de vêtements | JVCI 2022 | papier | - | Chine |
| - | Décrivez-moi si vous le pouvez ! Analyse humaine caractérisée au niveau de l'instance | ICIP 2021 | papier | - | France |
| - | Analyse humaine progressive en une seule fois | AAAI 2021 | papier | - | Sidney |
| TAILLEUR | SIZER : un ensemble de données et un modèle pour analyser les vêtements 3D et apprendre les vêtements 3D sensibles à la taille | ECVC 2020 | papier | projet | Allemagne |
| - | Analyse humaine hiérarchique avec raisonnement typé par relation partielle | CVPR 2020 | papier | code | Suisse |
| - | Analyse fine des vêtements : une approche de génération de corps | ICME 2020 | papier | - | Chine |
| SP-FEN | Réseau d'extraction de fonctionnalités Superpixels (SP-FEN) pour l'amélioration de l'analyse des vêtements | NPL 2020 | papier | - | Malaisie |
| Regarder dans la personne | Examinez la personne : réseau d'analyse des corps articulaires et d'estimation des poses et une nouvelle référence | TPAMI 2019 | papier | - | Chine |
| - | Analyse humaine holistique au niveau de l'instance | BMVC2017 | papier | - | ROYAUME-UNI |
| - | Regarder la tenue pour analyser les vêtements | Prépublication 2017 | papier | - | Japon |
| - | Analyse vidéo de surveillance avec supervision d'une seule image | CVPR 2017 | papier | - | Chine |
| - | MRF repondérés améliorés pour une analyse efficace des images de mode | TOM 2016 | papier | - | Canada |
| - | Co-analyse de vêtements via une segmentation et un étiquetage d'images conjoints avec application à la récupération de vêtements | TMM 2016 | papier | - | Chine |
| - | Analyse basée sur les Parselets : un modèle de mélange déformable unifié pour l'analyse humaine | TPAMI 2015 | papier | - | Singapour |
| - | Récupération de styles similaires pour analyser les vêtements | TPAMI 2014 | papier | - | Japon |
| - | Analyse de mode avec contexte vidéo | MM2014 | papier | - | Singapour |
| - | Analyse de poupées en papier : récupération de styles similaires pour analyser des articles de vêtements | ICCV 2013 | papier | - | USA |
| - | Analyse de mode avec des étiquettes de catégorie de couleur faibles | TMM 2013 | papier | - | Singapour |
| - | Analyser les vêtements dans les photographies de mode | CVPR 2012 | papier | - | USA |
Segmentation, Reconnaissance
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| - | Segmentation des vêtements superposés basée sur DETR et reconnaissance d'attributs à grain fin | CVPRW 2023 | papier | - | Hong Kong (Chine) |
| Fashionformer | Fashionformer : une base de référence simple, efficace et unifiée pour la segmentation et la reconnaissance de la mode humaine | ECVC 2022 | -> | projet | Chine |
| Modepédia | Fashionpedia : ontologie, segmentation et ensemble de données de localisation d'attributs | ECVC 2020 | papier | - | USA |
| - | Tâche de segmentation pour la mode et l'habillement | Prépublication 2020 | papier | - | USA |
| - | Estimation conjointe de poses multi-personnes et segmentation de parties sémantiques | CVPR 2017 | papier | - | USA |
| Mode profonde | DeepFashion : optimiser la reconnaissance et la récupération de vêtements robustes grâce à des annotations riches | CVPR 2016 | papier | - | Hong Kong (Chine) |
| - | Who Blocks Who : segmentation simultanée des vêtements pour regrouper les images | ICCV 2011 | papier | - | Chine |
Détection
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| - | Amélioration de la détection des vêtements grâce au regroupement de catégories et aux branches multi-grains | Outils et applications multimédias 2022 | papier | - | USA |
| Cœur | CoRe : régression des couleurs pour les vêtements de mode multicolores | CVPRW 2022 | papier | - | France |
| - | Détection de repères de mode et classification de catégories pour la robotique | ICARSC 2020 | papier | - | Suisse |
| - | Agrégation et réglage fin pour la détection des points de repère des vêtements | Prépublication 2020 | papier | code | Chine |
| - | Attention non locale à conscience spatiale pour la détection des repères de mode | ICME 2019 | papier | - | Chine |
| - | Raisonnement par graphique pour la détection des repères de la mode | CVPR 2019 | papier | - | Chine |
| Mode profonde2 | DeepFashion2 : une référence polyvalente pour la détection, l'estimation de poses, la segmentation et la réidentification des images de vêtements | CVPR 2019 | papier | - | Chine |
| - | Un module d'intégration global-local pour la détection des repères de la mode | ICCVW 2019 | papier | - | Corée |
| - | Détection sans contrainte des repères de mode via des réseaux de transformateurs récurrents hiérarchiques | MM2017 | papier | - | Hong Kong (Chine) |
| - | Détection de repères de mode dans la nature | ECVC 2016 | papier | - | Hong Kong (Chine) |
Estimation de pose, suivi
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| Suivi des vêtements | GarmentTracking : suivi des poses de vêtements au niveau de la catégorie | CVPR 2023 | -> | projet | Chine |
| Filets à vêtements | GarmentNets : estimation de la pose au niveau de la catégorie pour les vêtements via l'achèvement de la forme canonique de l'espace | ICCV 2021 | -> | projet | USA |
Vente
Vente en ligne
Récupération
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| M3-Net | Duo d’attributs d’apprentissage et de représentations spécifiques à la classe pour une analyse fine de la mode | CVPR 2023 | papier | - | USA |
| - | Réseau dynamique pour la recherche de mode basée sur le langage | MMIR '23 (atelier MM 2023) | papier | - | Chine |
| MODC | Apprentissage précis de la représentation de la mode par clustering profond en ligne | ECVC 2022 | papier | - | USA |
| ModeVLP | FashionVLP : transformateur de langage de vision pour la récupération de mode avec commentaires | CVPR 2022 | papier | - | USA |
| EI-CLIP | EI-CLIP : apprentissage contrastif interventionnel conscient de l'entité pour la récupération multimodale du commerce électronique | CVPR 2022 | papier | - | USA |
| DAtRNet | DAtRNet : Démêler l'intégration des attributs de mode pour la récupération d'articles de remplacement | CVPRW 2022 | papier | - | Inde |
| UIGR | UIGR : Récupération interactive unifiée de vêtements | CVPRW 2022 | papier | code | ROYAUME-UNI |
| CIRPLANT | Récupération d'images sur des images réelles avec des modèles de vision et de langage pré-entraînés | ICCV 2021 | papier | - | Australie |
| QI de la mode | Fashion IQ : un nouvel ensemble de données pour récupérer des images par feedback en langage naturel | CVPR 2021 | papier | - | USA |
| - | Récupération multimodale interprétable pour les produits de mode | MM2018 | papier | - | Singapour |
| REPRISER | Récupération d'images inter-domaines avec un réseau de classement à double attribut | ICCV 2015 | papier | - | Singapour |
Agent de vente
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| Mode-GPT | Fashion-GPT : Intégration des LLM au système de récupération de mode | LGM3A '23 (atelier MM 2023) | papier | - | Singapour |
| ModeVQA | FashionVQA : un système de réponse visuelle aux questions spécifique à un domaine | CVPRW 2023) | papier | - | USA |
| TPE | Interprétation d’expressions ambiguës spécifiques à la mode avec intégration visuo-sémantique partielle | CVPRW 2023) | papier | - | Japon |
| - | Un assistant d'achat conversationnel pour les magasins virtuels en ligne | MM2022 | papier | - | Portugal |
Génération vidéo
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| GPT4Mouvement | GPT4Motion : Scripting de mouvements physiques dans la génération de texte en vidéo via une planification GPT orientée Blender | Préimpression 2023 | -> | projet | Chine |
| Animer n’importe qui | Animez n'importe qui : synthèse image-vidéo cohérente et contrôlable pour l'animation de personnages | Préimpression 2023 | -> | projet | Chine |
| wFlux | S'habiller dans la nature en regardant des vidéos de danse | CVPR 2022 | -> | projet | Chine |
| TissuAncien | ClothFormer : essai virtuel vidéo d'apprivoisement dans tous les modules | CVPR 2022 | -> | projet | Chine |
Stylisme
Style personnel
Apprentissage de la compatibilité
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| FCBoost-Net | FCBoost-Net : un réseau génératif pour synthétiser plusieurs tenues colocalisées via l'amélioration de la compatibilité avec la mode | MM2023 | papier | - | Chine |
Recommandation de tenue
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| CP-TransMatch | Modélisation de la connectivité multi-relationnelle pour une correspondance de mode personnalisée | MM2023 | papier | - | Hong Kong (Chine) |
| MAJ15M | SHIFT15M : ensemble de données spécifiques à la mode pour une correspondance d'ensemble à ensemble avec plusieurs changements de distribution | CVPRW 2023) | papier | code | Japon |
| BiHGH | Hachage de graphiques hétérogènes bidirectionnel pour une recommandation de tenue efficace | MM2022 | papier | - | Australie |
| TenueTransformateur | OutfitTransformer : représentations de tenues pour les recommandations de mode | CVPRW 2022 | papier | - | USA |
| TenueGAN | OutfitGAN : apprentissage d'articles compatibles pour les tenues de mode générative | CVPRW 2022 | papier | - | USA |
| DiplôméREC | "Est-ce qu'il existe en noir?" Les modèles de type CLIP sont des recommandations zéro-shot | ECNLP 5 (atelier ACL 2022) | papier | code | Milan |
Conception
Synthèse du design de mode
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| StyleMoi | StyleMe : vers une génération de mode intelligente avec un style de créateur | CHI 2023 | papier | code | Chine |
| générative.fashion | Façonner l'avenir : libérer le potentiel créatif des modèles génératifs profonds pour l'exploration de l'espace de conception | CHI EA 2023 | papier | projet | Suisse |
| Archives de l'IA | IA générative pour la création de concepts dans la conception de chaussures | CONFÉRENCE INVITÉE (SIGGRAPH 2023) | papier | - | Allemagne |
| UnisHumain | UnitedHuman : exploiter des données multi-sources pour la génération humaine haute résolution | ICCV 2023 | -> | projet | Chine |
| Liberté | FreeDoM : modèle de diffusion conditionnelle guidée par l'énergie sans formation | ICCV 2023 | papier | code | Chine |
| BoîteDiff | BoxDiff : synthèse texte-image avec diffusion contrainte par boîte sans formation | ICCV 2023 | papier | code | Singapour |
| ContrôleNet | Ajout d'un contrôle conditionnel aux modèles de diffusion texte-image | ICCV2023 | papier | code | USA |
| InviteStyler | PromptStyler : génération de styles basée sur des invites pour la généralisation de domaines sans source | ICCV 2023 | -> | projet | Corée du Sud |
| Diffusart | Diffusart : amélioration de la colorisation des dessins au trait avec des modèles de diffusion conditionnelle | CVPRW 2023 | papier | - | France |
| Gatha | Gatha : perte relationnelle pour améliorer le transfert de style basé sur le texte | CVPRW 2023 | papier | - | USA |
| DiffMode | Conception de mode guidée par des références d'images avec transfert sensible à la structure par des modèles de diffusion | CVPRW 2023 | papier | code | Chine |
| VecteurFusion | VectorFusion : conversion de texte en SVG en faisant abstraction de modèles de diffusion basés sur des pixels | CVPR 2023 | -> | projet, code non officiel | USA |
| DiffSketcher | DiffSketcher : synthèse d'esquisses vectorielles guidée par texte via des modèles de diffusion latente | NIPS 2023 | -> | projet | Chine |
| SGDiff | SGDiff : un modèle de diffusion guidée par le style pour la synthèse de la mode | MM2023 | papier | code | Hong Kong (Chine) |
| ModeDiff | FashionDiff : un modèle de diffusion contrôlable utilisant des éléments de mode par paires pour une conception intelligente | MM2023 | papier | - | Chine |
| InspirNET | InspirNET : un réseau contradictoire génératif non supervisé avec un démêlage de textures à grain fin contrôlable pour la génération de mode | MM2023 | papier | - | Chine |
| - | Vers une conception interactive intelligente : un cadre de génération basé sur des éléments de mode inter-domaines | MM2023 | papier | - | Chine |
| - | Prédiction UV des vêtements guidée par la normale pour la retexturation humaine | CVPR 2023 | papier | - | USA |
| TemporelUV | TemporalUV : capture de vêtements amples avec des coordonnées UV temporellement cohérentes | CVPR 2022 | papier | - | Allemagne |
| ARMANI | ARMANI : Alignement du texte du vêtement au niveau de la pièce pour une conception de mode multimodale unifiée | MM2022 | papier | - | Chine |
| Tapis IA | AI Carpet : génération automatique de motifs de tapis esthétiques | MM2022 | papier | - | Chine |
| ImageNet portable | Wearable ImageNet : synthèse de textures carrelables via la distillation d'un ensemble de données | CVPRW 2022 | papier | projet | USA |
| Classement par style | Classer avec style : une approche basée sur le classement pour trouver des directions interprétables | CVPRW 2022 | papier | - | Turquie |
Essayage
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| ModeTex | FashionTex : essai virtuel contrôlable avec texte et texture. | SIGGRAPHE 2023 | papier | code | Chine |
| FréqHPT | FreqHPT : attention consciente des fréquences et fusion des flux pour le transfert de pose humaine | CVPRW 2023) | papier | - | Chine |
| SAL-VTON | Lier un vêtement à une personne via des repères sémantiquement associés pour un essai virtuel | CVPR 2023 | papier | projet | Chine |
| EssayerDiffusion | TryOnDiffusion : l'histoire de deux UNets | CVPR 2023 | -> | projet | USA |
| GP-VTON | GP-VTON : vers un essai virtuel à usage général via un apprentissage collaboratif d'analyse globale à flux local | CVPR 2023 | -> | projet | Chine |
| LaDI-VTON | LaDI-VTON : essai virtuel amélioré par inversion textuelle à diffusion latente | MM2023 | papier | code | Italie |
| DCI-VTON | Apprivoiser la puissance des modèles de diffusion pour un essai virtuel de haute qualité avec Appearance Flow | MM2023 | papier | code | Chine |
| PG-VTON | PG-VTON : une nouvelle méthode d'essai virtuel basée sur l'image via un paradigme d'inférence progressive | MTMM 2023 | papier | code | Chine |
| DOC-VTON | OccluMix : vers un essai virtuel de désocclusion par mixup guidé sémantiquement | MTMM 2023 | papier | code | Chine |
| StableVITON | StableVITON : apprentissage de la correspondance sémantique avec un modèle de diffusion latente pour un essai virtuel | Préimpression 2023 | -> | projet | Corée du Sud |
| - | Un système d'essai virtuel basé sur des images haute résolution dans le scénario de commerce électronique Taobao | MM2022 | papier | - | Chine |
| GT-DOIT | GT-MUST : essai sécurisé en apprenant la transformation spécifique au mannequin | MM2022 | papier | - | Chine |
| PL-VTON | Essai virtuel progressif prenant en compte les membres | MM2022 | papier | - | Chine |
| Code vestimentaire | Code vestimentaire : essai virtuel multicatégories haute résolution | CVPRW 2022 | papier | projet | Italie |
| DBCT | Transformateur collaboratif à double branche pour l'essai virtuel | CVPRW 2022 | papier | - | Italie |
| DP-VTON | Vers un essai virtuel détaillé préservant les caractéristiques | CVPRW 2022 | papier | - | Corée du Sud |
| Flow-Style-VTON | Flux d'apparence globale basé sur le style pour l'essayage virtuel | CVPR 2022 | -> | projet | ROYAUME-UNI |
| RT-VTON | Essai virtuel complet avec transformation récurrente à trois niveaux | CVPR 2022 | -> | projet | Chine, Singapour |
| DGP | Génération de modèles de vêtements haute fidélité faiblement supervisés | CVPR 2022 | papier | - | Chine |
Édition
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| Boutique de patrons | Patternshop : Modification de modèles de points par manipulation d'images | SIGGRAPHE 2023 | -> | projet | Allemagne |
| MDG | Concepteur de vêtements multimodaux : modèles de diffusion latente centrés sur l'humain pour l'édition d'images de mode | ICCV 2023 | papier | code | Italie |
| ModifierN'importe quoi | EditAnything : offrir une flexibilité inégalée dans l'édition et la génération d'images | MM2023 | papier | projet | Chine |
| Croquis | SketchEdit : manipulation d'images locales sans masque avec des esquisses partielles | CVPR 2022 | -> | projet | USA |
Agent de conception
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| ModeMatrice | Fashion Matrix : retoucher des photos en parlant simplement | Préimpression 2023 | -> | projet | Chine |
Synthèse 3D
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| Garment3DGen | Garment3DGen : stylisation de vêtements 3D et génération de textures | arXiv 2024 | -> | projet | USA |
| Fr3D | En3D : un modèle génératif amélioré pour sculpter des humains 3D à partir de données synthétiques 2D | Préimpression 2024 | -> | projet | Chine |
| CoudreAncien | Vers la reconstruction d’un patron de couture de vêtement à partir d’une seule image | TOG (SIGGRAPH Asie 2023) | -> | projet | Singapour |
| RGT | Transformateur de découplage 3D corrélé globalement pour la reconstruction d'avatars habillés | NIPS 2023 | -> | projet | Chine |
| SeSDF | SeSDF : champ de distance signé auto-évolué pour la reconstruction humaine habillée en 3D implicite | CVPR 2023 | papier | - | Hong Kong (Chine) |
| Soja | Shape of You : estimations précises de la forme 3D pour divers types de corps | CVPRW 2023) | papier | - | USA |
| KCorps | KBody : estimation monoculaire équilibrée du corps entier | CVPRW 2023) | papier | projet | USA |
| VOITURE | Reconstruction d'avatar habillé haute fidélité à partir d'une seule image | CVPR 2023 | -> | projet | Chine |
| DIFu | DIFu : fonction implicite guidée en profondeur pour la reconstruction humaine vêtue | CVPR 2023 | -> | projet | Corée du Sud |
| NeuralUDF | NeuralUDF : apprentissage de champs de distance non signés pour la reconstruction multi-vues de surfaces avec des topologies arbitraires | CVPR 2023 | -> | projet | Hong Kong (Chine) |
| REC-MV | REC-MV : REconstruire un tissu dynamique 3D à partir de vidéos monoculaires | CVPR 2023 | -> | projet | Chine |
| Obtenir3DHuman | Get3DHuman : introduire StyleGAN-Human dans un modèle génératif 3D à l'aide des priorités de reconstruction alignées sur les pixels | ICCV2023 | -> | projet | Chine |
| Étape de cheveux | HairStep : transférer du synthétique au réel à l'aide de cartes de mèches et de profondeur pour une modélisation de cheveux 3D à vue unique | CVPR 2023 | -> | projet | Chine |
| ÉCONOMIQUE | ECON : Humains habillés explicites optimisés via une intégration normale | CVPR 2023 | -> | projet | Allemagne |
| DrapéNet | DrapeNet : génération de vêtements et drapage auto-supervisé | CVPR 2023 | -> | projet | Suisse |
| AncreDEF | Apprentissage des transformations d'ancre pour l'animation de vêtements en 3D | CVPR 2023 | -> | projet | Chine |
| Placard | CloSET : modélisation d'humains habillés sur une surface continue avec décomposition explicite de modèles | CVPR 2023 | -> | projet | Chine |
| - | Capture de performances humaines habillées avec des champs de rayonnement neuronal à double couche | CVPR 2023 | papier | - | Chine |
| CAPOT | HOOD : graphiques hiérarchiques pour la modélisation généralisée de la dynamique vestimentaire | CVPR 2023 | -> | projet | Suisse |
| xTissu | xCloth : extraction de vêtements 3D texturés sans modèle à partir d'une image monoculaire | MM2023 | papier | - | Inde |
| AvatarFusion | AvatarFusion : génération sans tir d'avatars 3D découplés par les vêtements à l'aide de la diffusion 2D | MM2023 | papier | projet | Chine |
| Contrôle3D | Control3D : vers une génération de texte en 3D contrôlable | MM2023 | papier | - | Chine |
| SynCorps | SynBody : ensemble de données synthétiques avec des modèles humains en couches pour la perception et la modélisation humaines en 3D | ICCV 2023 | -> | projet | Chine |
| EVA3D | EVA3D : génération humaine compositionnelle en 3D à partir de collections d'images 2D | ICLR 2023 | -> | projet | Singapour |
| RéFU | Une unité de force répulsive pour la gestion des collisions de vêtements dans les réseaux de neurones | ECVC 2022 | -> | projet | USA |
| CONFORTABLE | SNUG : vêtements dynamiques neuronaux auto-supervisés | CVPR 2022 | -> | projet | Espagne |
| ICÔNE | ICÔNE : Humains habillés implicites obtenus à partir de normaux | CVPR 2022 | -> | projet | Allemagne |
| Vraies coutures | True Seams : modélisation des coutures dans les vêtements numériques | SIGGRAPHE 2022 | -> | projet | USA |
| Os virtuels | Prédire les déformations des vêtements amples à l'aide de réseaux de mouvements pilotés par les os | SIGGRAPHE 2022 | -> | projet | Chine |
| CroixHumain | CrossHuman : apprentissage du guidage croisé à partir d'images multi-images pour la reconstruction humaine | MM2022 | papier | - | Chine |
| Récif | Enregistrement explicite à implicite : vers une reconstruction haute fidélité du maillage de vêtements à partir d'images uniques | CVPR 2022 | -> | projet | Chine |
| PHORHUM | Reconstruction 3D monoculaire photoréaliste d'humains portant des vêtements | CVPR 2022 | -> | projet | USA |
| NeuralTailor | NeuralTailor : Reconstruire les structures de patrons de couture à partir de nuages de points 3D de vêtements | SIGGRAPHE 2022 | papier | - | Corée du Sud |
Synthèse 4D
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| MotRobe | WordRobe : génération guidée par texte de vêtements 3D texturés | arXiv 2024 | papier | projet | Inde |
| TISSU4D | CLOTH4D : un ensemble de données pour la reconstruction humaine habillée | CVPR 2023 | -> | projet | Hong Kong (Chine) |
| Vêtement4D | Garment4D : Reconstruction de vêtements à partir de séquences de nuages de points | NIPS 2021 | -> | projet | Singapour |
Achat
Analyse des tendances
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| POPULAIRE | POP : Exploitation des performances potentielles des nouveaux produits de mode via l'expansion des requêtes multimodales en ligne | ECVC 2022 | -> | projet | Italie |
| Visuel 2.0 | L'univers multimodal de la fast-fashion : le référentiel Visuelle 2.0 | CVPRW 2022 | papier | projet | Italie |
Extraction de connaissances
| Modèle | Titre | Publication | Papier | Lien | Région |
|---|
| - | Extraction multimodale de connaissances sur la mode sous forme de sous-titrage | SIGIR-AP 2023 | papier | - | Hong Kong (Chine) |
| - | Qui, où et quoi porter ? : extraire les connaissances sur la mode des médias sociaux | MM2019 | papier | - | Singapour |
| - | Décrire les vêtements par attributs sémantiques | ECVC 2012 | papier | - | USA |
?Ateliers
- Vision par ordinateur pour la mode, l'art et le design (Atelier CVPR) : CVFAD 2023, CVFAD 2022
- L'informatique multimédia vers la recommandation de la mode (Atelier ACM MM) : MCFR 2022
- Apprentissage automatique pour la créativité et le design (Atelier NeurIPS) : ML4CD 2023, ML4CD 2022
- L'IA créative à travers les modalités (atelier AAAI) : creativeAI 2023
- recsysXfashion (Atelier RecSys) : recsysXfashion 2022, recsysXfashion 2021
Entreprises, Produits
| Nom | Trouvé | Informations | Nouvelles |
|---|
| CALA | 2016 | interface de chaîne d'approvisionnement de mode qui unifie la conception, le développement, la production et la logistique | 2022.11 |
| Recherche Zalando | 2016 | Recherche | Assistant de mode 2023.04 alimenté par ChatGPT |
| Vue.ai | 2016 | Analyse IA du commerce de détail, avatar IA | - |
| 极睿 infimind | 2017 | Contenu des produits de mode | Entretien 2023.11 en mandarin |
| 知衣 zhiyi | 2018 | Collaboration en matière de création de mode | 2023.08 Diffusion de la mode |
| LALALAND | 2019 | Avatar IA, contenu produit mode | 2023.08 collabore avec Browzwear-VStitcher |
| À motifsAi | 2021 | Conception de motifs | - |
| Design.Ai | - | Conception d'imprimés et de motifs | - |
| AIMDE-Symmpix | 2023 | Modèle de mode, 3D | Nouvelle fonctionnalité 2023.11 |
| Boutique en ligne | 2023 | Avatar IA et contenu de produits de mode | une filiale de MOGU |
| Wondershare VirtuLook | 2023 | Avatar IA et contenu de produits de mode | une filiale de Wondershare |
| Pixelcut | 2022 | Outils d'édition basés sur l'IA (contenu produit) | - |
| Kit de création | 2020 | Contenu produit IA, vidéos | - |
| Image profonde | 2022 | Contenu produit IA | - |
| Non lié | - | assistant commercial personnel IA | - |
| IA Zeg | 2018 | Contenu produit IA, vidéos, rendu 3D | - |
| - | - | - | - |
Chercheurs
| Groupe/Labo/Univ | Chercheurs |
|---|
| Laboratoire GAP-CUHKSZ | Xiaoguang Han |
| Laboratoire HCP-I2-SYSU | Xiaodan Liang,Zhenyu Xie |
| HIT TAILLE | Haijun Zhang |
| AiDlab-PolyU+RCA | Calvin WONG, Xingxing Zou, PYMok |
| MMLab-NTU | Ziwei Liu |
| UUIUC | Ranjitha Kumar |
| AImageLab | Rita Cuchiara |
| L'Université de l'Utah | Ziad Al-Halah |
| Géorgie Tech | Devi Parikh |
| UT Austin | Kristen Grauman |
| Corneille | Kavita Bala |
| MPI-IS | Michel Noir |
Rapports de l'industrie
| Rapports | Organisation | Temps |
|---|
| Acte deux de Generative AI | SÉQUOIA | 2023.09 |
| Comment les consommateurs utilisent-ils l’IA générative ? | A16Z | 2023.09 |
| Perspectives de l'industrie de la mode mondiale et chinoise en 2035 | Roland Berger | 2023.08 |
| Le manuel complet pour l'IA générative dans la mode | Bof | 2023.06 |
| IA générative : débloquer l'avenir de la mode | McKinsey | 2023.03 |
Autres ressources FashionAI
- Ensembles de données sur la mode
- Papiers de mode cool (avant 2022)
- génial-mode-ai
- Enquête AI4Design
- papiers image à image
- Recherche impressionnante sur les essais virtuels (VTON)
- Transfert de pose génial
- Reconstruction du corps humain
Autres ressources GenAI
- La feuille de route de l’IA générative
- des outils géniaux pour l'IA
- Enquête LLM
- LLM-Agent-Paper-Liste
- Modèle de diffusion génial pour le traitement d'images
- Synthèse et édition d'images multimodales : l'ère de l'IA générative
- Enquête GAN-Inversion
- Une enquête sur la synthèse d'images générative profonde basée sur la 3D
- Génération 3D impressionnante
- L'IA générative rencontre la 3D : une enquête sur la conversion de texte en 3D à l'ère de l'AIGC
- Superbe technologie GenAI
