Cool GenAI Fashion Papers
1.0.0
??️???有关 GenAI-Fashion 的精选资源列表,包括论文、研讨会、公司和产品……
请随意发送 PR 或提出问题。
该类别的结构遵循时尚之后的时尚:时尚界人工智能报告
类型 | 类别 |
---|---|
概述 | - |
评估 | - |
基础技术 | 视觉语言 |
基础技术 | 解析 |
基础技术 | 分割、识别 |
基础技术 | 检测 |
基础技术 | 姿态估计、跟踪 |
销售 | 检索 |
销售 | 销售代理 |
销售 | 视频生成 |
造型 | 兼容性学习 |
造型 | 服装推荐 |
设计 | 时装设计综合 |
设计 | 试穿 |
设计 | 编辑 |
设计 | 设计代理 |
设计 | 3D合成 |
设计 | 4D合成 |
求购 | 趋势分析 |
求购 | 知识提取 |
图LR
GenAIFashion[GenAI-时尚]
GenAIFashion --> 概述[概述]
GenAIFashion --> 评价[评价]
GenAIFashion --> BasicTech[基础技术]
GenAIFashion --> 出售[出售]
GenAIFashion --> 造型[造型]
GenAIFashion --> 设计[设计]
GenAIFashion --> 购买[购买]
基础技术 --> VisionLanguage[视觉语言]
基础技术 --> 解析[解析]
基础技术 --> SegmentationRecognition[分割、识别]
基础技术 --> 检测[检测]
基础技术 --> PoseEstimationTracking[姿势估计、跟踪]
销售 --> 检索[检索]
销售 --> 销售代理[销售代理]
销售 --> VideoGeneration[视频生成]
样式 --> 兼容性学习[兼容性学习]
造型 --> 服装推荐[服装推荐]
设计 --> FashionDesignSynthesis[时装设计综合]
设计 --> 试穿[试穿]
设计-->编辑[编辑]
设计 --> DesignAgent[设计代理]
设计 --> 3DSynthesis[3D 合成]
设计 --> 4DSynthesis[4D 综合]
购买 --> 趋势分析[趋势分析]
购买 --> KnowledgeExtraction[知识提取]
技术发展概况
标题 | 发布 | 纸 | 类型 | 地区 |
---|---|---|---|---|
服装立体裁剪技术的比较研究 | 预印本 2024 | 纸 | 概述 | 印度 |
时尚界人工智能调查 | IEEE 信号处理。马格。 2023年 | 纸 | 概述 | 台湾(中国) |
人工智能辅助时装设计:回顾 | IEEE接入 | 纸 | 时装设计 | 中国 |
时尚推荐的计算技术:调查 | ACM 计算。幸存者。 | 纸 | 时尚推荐 | 香港(中国) |
现代时尚推荐系统综述 | ACM 计算。幸存者。 | 纸 | 时尚推荐 | 意大利 |
时尚图像检索调查 | ACM 计算。幸存者。 | 纸 | 时尚检索 | 印度 |
外观和姿势引导的人类生成:一项调查 | ACM 计算。幸存者。 | 纸 | 时尚一代 | 香港(中国) |
时尚供应链管理中的分析应用——文献与实践回顾 | IEEE 跨工程管理 | 纸 | 时尚供应链 | 德国 |
从社交媒体提取时尚知识的深度学习方法:综述。 | IEEE 访问 2022 | 纸 | 时尚知识提取 | 意大利 |
定义数字时尚:通过系统回顾重塑该领域 | 计算。哼。行为。 2022年 | 纸 | 数码时尚 | 韩国 |
在线时尚零售中的人工智能工具和客户体验回顾 | 国际。 J.E巴士。资源。 2022年 | 纸 | 时尚零售 | 印度 |
时尚遇上计算机视觉:一项调查。 | ACM 计算。幸存者。 2021年 | 纸 | 概述 | 台湾(中国) |
智能时尚:人工智能在时尚服饰行业的应用回顾 | 预印本 2021 | 纸 | 概述 | 伊朗 |
时尚之后的时尚:时尚界人工智能报告 | 预印本 2021 | 纸 | 概述 | 香港(中国) |
美学、个性化和推荐:时尚深度学习调查 | 预印本 2021 | 纸 | 概述 | 中国 |
时尚推荐系统、模型和方法:回顾 | 信息学 2021 | 纸 | 时尚推荐 | 美国 |
人工智能在时尚服装行业的应用详述 | IEEE 访问 2019 | 纸 | 概述 | 法国 |
图像识别和服装检索概述 | 2018年水稻 | 纸 | 时尚检索 | 印度 |
当多媒体遇上时尚 | IEEE 多媒体 2018 | 纸 | 概述 | 中国 |
时尚分析:当前技术和未来方向 | IEEE 多媒体 2014 | 纸 | 概述 | 新加坡 |
针对特定任务的评估协议
标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|
时装模特的审美能力有多强? | CVPR 2022 | 纸 | 数据集 | 香港(中国) |
电子商务时尚平台中人工智能组件的评估 | 世界CIST 2022 | 纸 | - | 葡萄牙 |
我的衣服在哪里?评估时尚图像深度实例分割架构的多级方法 | CVPRW 2021 | 纸 | - | 法国 |
评估时尚推荐:多方面的线下评估方法 | 2019年resysX时尚 | 纸 | - | 美国 |
对时尚形象的理解
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
同步掩码 | SyncMask:用于以时尚为中心的视觉语言预训练的同步注意掩蔽 | CVPR 2024 | 纸 | - | 韩国 |
名誉-ViL | FAME-ViL:用于异构时尚任务的多任务视觉语言模型 | CVPR 2023 | -> | 项目 | 英国 |
时尚SAP | FashionSAP:细粒度时尚视觉语言预训练的符号和属性提示 | CVPR 2023 | -> | 项目 | 中国 |
MVLT | 时尚界的蒙面视觉语言转换器 | 和平号 2023 | 纸 | - | 中国 |
OpenFashionCLIP | OpenFashionCLIP:利用开源时尚数据进行视觉和语言对比学习 | 2023年国际化学工业协会 | -> | 项目 | 意大利 |
- | 具有基于图的时尚语义知识的细粒度视觉和语言表示框架 | CAD/图形 2023 | 纸 | - | 中国 |
时尚剪辑 | 一般时尚概念的语言和视觉对比学习 | 科学报告 (2022) | 纸 | 代码 | 加拿大 |
时尚ViL | 以时尚为中心的视觉和语言表征学习 | 2022年ECCV | -> | 项目 | 英国 |
万花-BERT | Kaleido-BERT:时尚领域视觉语言预训练 | CVPR 2021 | 纸 | - | 中国 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
欧姆网 | OMNet:用于服装解析的服装记忆网 | 国际JCST 2023 | 纸 | - | 中国 |
UAM网络 | 用于服装解析的完整相邻调制 | 公关 2022 | 纸 | 代码 | 中国 |
- | 用于服装解析的特征融合网络 | IJMLC 2022 | 纸 | - | 中国 |
CCF网 | CCFNet:用于服装图像 RGB-D 场景解析的交叉互补融合网络 | 合资企业CI 2022 | 纸 | - | 中国 |
- | 如果可以的话请描述一下我!特征化的实例级人类解析 | 2021年国际知识产权大会 | 纸 | - | 法国 |
- | 渐进式一次性人体解析 | 2021 年亚洲人工智能大会 | 纸 | - | 悉尼 |
尺寸测量仪 | SIZER:用于解析 3D 服装和学习尺寸敏感 3D 服装的数据集和模型 | 2020年ECCV | 纸 | 项目 | 德国 |
- | 具有类型化部分关系推理的分层人类解析 | CVPR 2020 | 纸 | 代码 | 瑞士 |
- | 细粒度服装解析:身体生成方法 | 2020年国际机械工程学会 | 纸 | - | 中国 |
SP-FEN | 用于增强服装解析的超像素特征提取网络 (SP-FEN) | 2020年不良贷款 | 纸 | - | 马来西亚 |
看人 | 深入研究人:联合身体解析和姿势估计网络和新基准 | 2019年TPAMI | 纸 | - | 中国 |
- | 整体、实例级人类解析 | 2017年BMVC | 纸 | - | 英国 |
- | 通过观察服装来解析服装 | 预印本 2017 | 纸 | - | 日本 |
- | 单帧监督的监控视频解析 | 2017年CVPR | 纸 | - | 中国 |
- | 用于高效时尚图像解析的增强型重加权 MRF | 汤姆2016 | 纸 | - | 加拿大 |
- | 通过联合图像分割和标签进行衣服协同解析并应用于衣服检索 | 2016年TMM | 纸 | - | 中国 |
- | 基于 Parselet 的解析:用于人类解析的统一可变形混合模型 | 2015年TPAMI | 纸 | - | 新加坡 |
- | 检索相似样式来解析服装 | 2014年TPAMI | 纸 | - | 日本 |
- | 视频情境下的时尚解析 | MM 2014 | 纸 | - | 新加坡 |
- | 纸娃娃解析:检索相似样式来解析服装项目 | 2013年国际汽车工业展览会 | 纸 | - | 美国 |
- | 弱颜色类别标签的时尚解析 | 2013年TMM | 纸 | - | 新加坡 |
- | 解析时尚照片中的服装 | 2012年CVPR | 纸 | - | 美国 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
- | 基于DETR的分层服装分割与细粒度属性识别 | CVPRW 2023 | 纸 | - | 香港(中国) |
时尚先锋 | Fashionformer:人类时尚细分和识别的简单、有效和统一的基线 | 2022年ECCV | -> | 项目 | 中国 |
时尚百科 | Fashionpedia:本体、细分和属性本地化数据集 | 2020年ECCV | 纸 | - | 美国 |
- | 时尚和服装的细分任务 | 预印本 2020 | 纸 | - | 美国 |
- | 联合多人姿势估计和语义部分分割 | 2017年CVPR | 纸 | - | 美国 |
深时尚 | DeepFashion:通过丰富的注释支持强大的服装识别和检索 | 2016年CVPR | 纸 | - | 香港(中国) |
- | 谁阻止谁:同时进行服装分割以对图像进行分组 | 2011年国际汽车工业展览会 | 纸 | - | 中国 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
- | 通过类别分组和多粒度分支改进服装检测 | 多媒体工具和应用程序 2022 | 纸 | - | 美国 |
核 | CoRe:多色时尚服装的颜色回归 | 2022年CVPRW | 纸 | - | 法国 |
- | 机器人的时尚地标检测和类别分类 | ICARSC 2020 | 纸 | - | 瑞士 |
- | 服装标志检测的聚合和微调 | 预印本 2020 | 纸 | 代码 | 中国 |
- | 用于时尚地标检测的空间感知非局部注意力 | 2019年ICME | 纸 | - | 中国 |
- | 用于时尚地标检测的布局图推理 | CVPR 2019 | 纸 | - | 中国 |
深时尚2 | DeepFashion2:服装图像检测、姿势估计、分割和重新识别的多功能基准 | CVPR 2019 | 纸 | - | 中国 |
- | 用于时尚地标检测的全局局部嵌入模块 | 2019年ICCWW | 纸 | - | 韩国 |
- | 通过分层循环变压器网络进行无约束时尚地标检测 | MM 2017 | 纸 | - | 香港(中国) |
- | 野外时尚地标检测 | 2016年ECCV | 纸 | - | 香港(中国) |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
服装追踪 | GarmentTracking:类别级服装姿势跟踪 | CVPR 2023 | -> | 项目 | 中国 |
服装网 | GarmentNets:通过规范空间形状完成对服装进行类别级姿势估计 | 2021年国际汽车工业展览会 | -> | 项目 | 美国 |
网上销售
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
M3网络 | 学习属性和特定类别的表示二重奏以进行细粒度的时尚分析 | CVPR 2023 | 纸 | - | 美国 |
- | 基于语言的时尚检索动态网络 | MMIR '23(MM 2023 研讨会) | 纸 | - | 中国 |
模块化设计中心 | 通过在线深度聚类进行细粒度时尚表征学习 | 2022年ECCV | 纸 | - | 美国 |
时尚VLP | FashionVLP:用于带反馈的时尚检索的视觉语言转换器 | CVPR 2022 | 纸 | - | 美国 |
EI-CLIP | EI-CLIP:电子商务跨模态检索的实体感知介入对比学习 | CVPR 2022 | 纸 | - | 美国 |
数据网络 | DAtRNet:解开时尚属性嵌入以进行替代品检索 | 2022年CVPRW | 纸 | - | 印度 |
UIGR | UIGR:统一交互式服装检索 | 2022年CVPRW | 纸 | 代码 | 英国 |
西尔普兰特 | 使用预先训练的视觉和语言模型对现实生活图像进行图像检索 | 2021年国际汽车工业展览会 | 纸 | - | 澳大利亚 |
时尚智商 | Fashion IQ:通过自然语言反馈检索图像的新数据集 | CVPR 2021 | 纸 | - | 美国 |
- | 时尚产品的可解释多模态检索 | MM 2018 | 纸 | - | 新加坡 |
达恩 | 使用双属性感知排名网络的跨域图像检索 | 2015年国际汽车工业展览会 | 纸 | - | 新加坡 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
时尚-GPT | Fashion-GPT:法学硕士与时尚检索系统的整合 | LGM3A '23(MM 2023 研讨会) | 纸 | - | 新加坡 |
时尚VQA | FashionVQA:特定领域的视觉问答系统 | CVPRW 2023) | 纸 | - | 美国 |
虚拟SE | 具有部分视觉语义嵌入的时尚特定模糊表达解释 | CVPRW 2023) | 纸 | - | 日本 |
- | 在线虚拟商店的对话式购物助手 | MM 2022 | 纸 | - | 葡萄牙 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
GPT4运动 | GPT4Motion:通过面向 Blender 的 GPT 规划在文本到视频生成中编写物理运动脚本 | 预印本 2023 | -> | 项目 | 中国 |
为任何人制作动画 | 为任何人制作动画:角色动画的一致且可控的图像到视频合成 | 预印本 2023 | -> | 项目 | 中国 |
流量 | 通过观看舞蹈视频在野外穿衣 | CVPR 2022 | -> | 项目 | 中国 |
成布机 | ClothFormer:所有模块中的驯服视频虚拟试穿 | CVPR 2022 | -> | 项目 | 中国 |
个人造型
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
FCBoost网络 | FCBoost-Net:通过时尚兼容性提升合成多种搭配服装的生成网络 | MM 2023 | 纸 | - | 中国 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
CP-TransMatch | 为个性化时尚搭配建模多关系连接 | MM 2023 | 纸 | - | 香港(中国) |
SHIFT15M | SHIFT15M:特定于时尚的数据集,用于具有多个分布变化的组对组匹配 | CVPRW 2023) | 纸 | 代码 | 日本 |
双HGH | 双向异构图哈希实现高效服装推荐 | MM 2022 | 纸 | - | 澳大利亚 |
服装变形金刚 | OutfitTransformer:时尚推荐的服装表示 | 2022年CVPRW | 纸 | - | 美国 |
装备GAN | OutfitGAN:学习生成时尚服装的兼容项目 | 2022年CVPRW | 纸 | - | 美国 |
毕业记录 | “它是黑色的吗?”类似 CLIP 的模型是零样本推荐器 | ECNLP 5(ACL 2022研讨会) | 纸 | 代码 | 米兰 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
风格我 | StyleMe:迈向设计师风格的智能时尚一代 | 气2023 | 纸 | 代码 | 中国 |
生成时尚 | 塑造未来:释放设计空间探索深度生成模型的创造潜力 | 2023年中国国际电子博览会 | 纸 | 项目 | 瑞士 |
人工智能档案 | 用于鞋类设计概念创建的生成式人工智能 | 受邀演讲 (SIGGRAPH 2023) | 纸 | - | 德国 |
人类联合公司 | UnitedHuman:利用多源数据生成高分辨率人体 | 国际汽车大会 2023 | -> | 项目 | 中国 |
自由 | FreeDoM:免训练能量引导条件扩散模型 | 国际汽车大会 2023 | 纸 | 代码 | 中国 |
盒子差异 | BoxDiff:具有免训练框约束扩散的文本到图像合成 | 国际汽车大会 2023 | 纸 | 代码 | 新加坡 |
控制网 | 向文本到图像扩散模型添加条件控制 | ICCV2023 | 纸 | 代码 | 美国 |
提示造型器 | PromptStyler:用于无源域泛化的提示驱动样式生成 | 国际汽车大会 2023 | -> | 项目 | 韩国 |
扩散器 | Diffusart:通过条件扩散模型增强线条艺术着色 | CVPRW 2023 | 纸 | - | 法国 |
偈颂 | Gatha:用于增强基于文本的风格迁移的关系损失 | CVPRW 2023 | 纸 | - | 美国 |
迪夫时尚 | 通过扩散模型进行结构感知传输的图像参考引导时装设计 | CVPRW 2023 | 纸 | 代码 | 中国 |
矢量融合 | VectorFusion:通过抽象基于像素的扩散模型将文本转换为 SVG | CVPR 2023 | -> | 项目,非官方代码 | 美国 |
差异草绘器 | DiffSketcher:通过潜在扩散模型进行文本引导矢量草图合成 | 国家信息处理计划 2023 | -> | 项目 | 中国 |
SGD差值 | SGDiff:时尚合成的风格引导扩散模型 | MM 2023 | 纸 | 代码 | 香港(中国) |
时尚差异 | FashionDiff:利用成对时尚元素进行智能设计的可控扩散模型 | MM 2023 | 纸 | - | 中国 |
灵感网 | InspirNET:一个无监督的生成对抗网络,具有可控的细粒度纹理解缠,适用于时尚一代 | MM 2023 | 纸 | - | 中国 |
- | 迈向智能交互设计:基于跨领域时尚元素的生成框架 | MM 2023 | 纸 | - | 中国 |
- | 用于人体重新纹理的法线引导服装紫外线预测 | CVPR 2023 | 纸 | - | 美国 |
时间UV | TemporalUV:使用时间相干 UV 坐标捕捉宽松衣物 | CVPR 2022 | 纸 | - | 德国 |
阿玛尼 | ARMANI:统一跨模式时装设计的部分级服装文本对齐 | MM 2022 | 纸 | - | 中国 |
人工智能地毯 | AI地毯:自动生成美观地毯图案 | MM 2022 | 纸 | - | 中国 |
可穿戴式图像网络 | 可穿戴 ImageNet:通过数据集蒸馏合成可平铺纹理 | 2022年CVPRW | 纸 | 项目 | 美国 |
风格排名 | 排名风格:一种基于排名的方法来寻找可解释的方向 | 2022年CVPRW | 纸 | - | 火鸡 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
时尚纺织 | FashionTex:带有文本和纹理的可控虚拟试衣。 | SIGGRAPH 2023 | 纸 | 代码 | 中国 |
频率HPT | FreqHPT:用于人体姿势迁移的频率感知注意力和流融合 | CVPRW 2023) | 纸 | - | 中国 |
萨尔威顿 | 通过语义关联的地标将服装与人联系起来进行虚拟试穿 | CVPR 2023 | 纸 | 项目 | 中国 |
尝试扩散 | TryOnDiffusion:两个 UNet 的故事 | CVPR 2023 | -> | 项目 | 美国 |
GP-VTON | GP-VTON:通过协作本地流全局解析学习实现通用虚拟试穿 | CVPR 2023 | -> | 项目 | 中国 |
拉迪-VTON | LaDI-VTON:潜在扩散文本反转增强虚拟试穿 | MM 2023 | 纸 | 代码 | 意大利 |
DCI-VTON | 驯服扩散模型的力量,通过外观流程进行高质量虚拟试穿 | MM 2023 | 纸 | 代码 | 中国 |
PG-VTON | PG-VTON:一种基于渐进推理范式的新型基于图像的虚拟试戴方法 | TMM 2023 | 纸 | 代码 | 中国 |
DOC-VTON | OccluMix:通过语义引导混合实现去遮挡虚拟试穿 | TMM 2023 | 纸 | 代码 | 中国 |
稳定氟橡胶 | StableVITON:通过潜在扩散模型学习语义对应以进行虚拟试穿 | 预印本 2023 | -> | 项目 | 韩国 |
- | 淘宝电商场景中基于高分辨率图像的虚拟试穿系统 | MM 2022 | 纸 | - | 中国 |
GT-必须 | GT-MUST:通过学习人体模型特定的变形来进行门控试穿 | MM 2022 | 纸 | - | 中国 |
PL-VTON | 渐进式肢体感知虚拟试戴 | MM 2022 | 纸 | - | 中国 |
着装要求 | 着装要求:高分辨率多类别虚拟试穿 | 2022年CVPRW | 纸 | 项目 | 意大利 |
数字化计算机断层扫描 | 用于虚拟试运行的双分支协作变压器 | 2022年CVPRW | 纸 | - | 意大利 |
DP-VTON | 迈向保留详细特征的虚拟试穿 | 2022年CVPRW | 纸 | - | 韩国 |
流式-VTON | 用于虚拟试穿的基于风格的全局外观流程 | CVPR 2022 | -> | 项目 | 英国 |
RT-VTON | 具有循环三级变换的全方位虚拟试戴 | CVPR 2022 | -> | 项目 | 中国、新加坡 |
DGP | 弱监督高保真服装模型生成 | CVPR 2022 | 纸 | - | 中国 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
样板车间 | Patternshop:通过图像操作编辑点图案 | SIGGRAPH 2023 | -> | 项目 | 德国 |
MGD | 多模态服装设计师:用于时尚图像编辑的以人为中心的潜在扩散模型 | 国际汽车大会 2023 | 纸 | 代码 | 意大利 |
编辑任何内容 | EditAnything:赋予图像编辑和生成无与伦比的灵活性 | MM 2023 | 纸 | 项目 | 中国 |
草图编辑 | SketchEdit:使用部分草图进行无遮罩局部图像操作 | CVPR 2022 | -> | 项目 | 美国 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
时尚矩阵 | 时尚矩阵:只需说话即可编辑照片 | 预印本 2023 | -> | 项目 | 中国 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
服装三维生成器 | Garment3DGen:3D 服装风格化和纹理生成 | arXiv 2024 | -> | 项目 | 美国 |
En3D | En3D:从 2D 合成数据雕刻 3D 人体的增强生成模型 | 预印本 2024 | -> | 项目 | 中国 |
缝纫机 | 从单个图像重建服装缝纫图案 | TOG(SIGGRAPH 亚洲 2023) | -> | 项目 | 新加坡 |
大多伦多地区 | 用于衣物头像重建的全局相关 3D 解耦变压器 | 国家信息处理计划 2023 | -> | 项目 | 中国 |
硒磺酰氟 | SeSDF:用于隐式 3D 穿着人体重建的自演化有符号距离场 | CVPR 2023 | 纸 | - | 香港(中国) |
大豆 | 您的形状:针对不同体型的精确 3D 形状估计 | CVPRW 2023) | 纸 | - | 美国 |
科体 | KBody:平衡单目全身估计 | CVPRW 2023) | 纸 | 项目 | 美国 |
车 | 从单个图像重建高保真穿着的头像 | CVPR 2023 | -> | 项目 | 中国 |
迪福 | DIFu:用于穿衣人体重建的深度引导隐式函数 | CVPR 2023 | -> | 项目 | 韩国 |
神经UDF | NeuralUDF:学习无符号距离场以实现任意拓扑表面的多视图重建 | CVPR 2023 | -> | 项目 | 香港(中国) |
REC-MV | REC-MV:从单目视频重建 3D 动态布料 | CVPR 2023 | -> | 项目 | 中国 |
获取三维人类 | Get3DHuman:使用像素对齐重建先验将 StyleGAN-Human 提升为 3D 生成模型 | ICCV2023 | -> | 项目 | 中国 |
发步 | HairStep:使用股线和深度图将合成转化为真实,进行单视图 3D 头发建模 | CVPR 2023 | -> | 项目 | 中国 |
经济 | ECON:通过正常集成优化的显式穿着人类 | CVPR 2023 | -> | 项目 | 德国 |
悬垂网 | DrapeNet:服装生成和自我监督立体裁剪 | CVPR 2023 | -> | 项目 | 瑞士 |
锚定DEF | 学习 3D 服装动画的锚点变换 | CVPR 2023 | -> | 项目 | 中国 |
壁橱 | CloSET:通过显式模板分解在连续表面上对穿着衣服的人类进行建模 | CVPR 2023 | -> | 项目 | 中国 |
- | 使用双层神经辐射场捕捉穿着衣服的人体表演 | CVPR 2023 | 纸 | - | 中国 |
兜帽 | HOOD:服装动力学广义建模的层次图 | CVPR 2023 | -> | 项目 | 瑞士 |
x布料 | xCloth:从单目图像中提取无模板纹理 3D 衣服 | MM 2023 | 纸 | - | 印度 |
阿凡达融合 | AvatarFusion:使用 2D 扩散零样本生成服装解耦 3D 头像 | MM 2023 | 纸 | 项目 | 中国 |
控制3D | Control3D:迈向可控文本转 3D 生成 | MM 2023 | 纸 | - | 中国 |
合成体 | SynBody:具有分层人体模型的综合数据集,用于 3D 人类感知和建模 | 国际汽车大会 2023 | -> | 项目 | 中国 |
EVA3D | EVA3D:从 2D 图像集合合成 3D 人类生成 | ICLR 2023 | -> | 项目 | 新加坡 |
雷福 | 神经网络中服装碰撞处理的斥力单元 | 2022年ECCV | -> | 项目 | 美国 |
舒适 | SNUG:自我监督的神经动态服装 | CVPR 2022 | -> | 项目 | 西班牙 |
图标 | 图标:从正常人那里获得的隐性穿着人类 | CVPR 2022 | -> | 项目 | 德国 |
真缝 | 真实接缝:数字服装中的接缝建模 | SIGGRAPH 2022 | -> | 项目 | 美国 |
虚拟骨骼 | 使用骨骼驱动运动网络预测宽松服装变形 | SIGGRAPH 2022 | -> | 项目 | 中国 |
跨人类 | CrossHuman:从多帧图像中学习交叉指导以进行人体重建 | MM 2022 | 纸 | - | 中国 |
礁 | 显式配准到隐式:从单幅图像实现高保真服装网格重建 | CVPR 2022 | -> | 项目 | 中国 |
佛鲁姆 | 真实感单目 3D 重建人体穿着衣服 | CVPR 2022 | -> | 项目 | 美国 |
神经裁缝 | NeuralTailor:从服装 3D 点云重建缝纫图案结构 | SIGGRAPH 2022 | 纸 | - | 韩国 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
字袍 | WordRobe:文本引导生成纹理 3D 服装 | arXiv 2024 | 纸 | 项目 | 印度 |
布料4D | CLOTH4D:用于穿着衣服的人体重建的数据集 | CVPR 2023 | -> | 项目 | 香港(中国) |
服装4D | Garment4D:从点云序列重建服装 | 2021年国家信息处理计划 | -> | 项目 | 新加坡 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
流行音乐 | POP:通过Webly跨模态查询扩展挖掘时尚新品潜力表现 | 2022年ECCV | -> | 项目 | 意大利 |
视觉2.0 | 快时尚的多模式世界:Visuelle 2.0 基准 | 2022年CVPRW | 纸 | 项目 | 意大利 |
模型 | 标题 | 发布 | 纸 | 关联 | 地区 |
---|---|---|---|---|---|
- | 多模式时尚知识提取作为字幕 | SIGIR-AP 2023 | 纸 | - | 香港(中国) |
- | 谁、在哪里、穿什么?:从社交媒体中提取时尚知识 | MM 2019 | 纸 | - | 新加坡 |
- | 通过语义属性描述服装 | 2012年ECCV | 纸 | - | 美国 |
姓名 | 成立 | 信息 | 消息 |
---|---|---|---|
卡拉 | 2016年 | 统一设计、开发、生产和物流的时尚供应链接口 | 2022.11 |
扎兰多研究 | 2016年 | 研究 | 2023.04 由ChatGPT提供支持的时尚助手 |
Vue.ai | 2016年 | 零售AI分析、AI虚拟形象 | - |
极睿无主 | 2017年 | 时尚产品内容 | 2023.11 普通话采访 |
知衣之衣 | 2018年 | 时装设计合作 | 2023.08 时尚扩散 |
拉拉乐园 | 2019年 | AI头像、时尚产品内容 | 2023.08 与 Browzwear-VStitcher 合作 |
图案化AI | 2021年 | 图案设计 | - |
设计.Ai | - | 印花和图案设计 | - |
AIMDE-Symmpix | 2023年 | 时尚图案,3D | 2023.11新功能 |
微店 | 2023年 | AI头像&时尚产品内容 | 蘑菇街子公司 |
Wondershare VirtuLook | 2023年 | AI头像&时尚产品内容 | Wondershare 的子公司 |
像素切割 | 2022年 | AI驱动的编辑工具(产品内容) | - |
创作者工具包 | 2020年 | AI产品内容、视频 | - |
深度图像 | 2022年 | 人工智能产品内容 | - |
未绑定 | - | 个人AI商务助理 | - |
泽格人工智能 | 2018年 | AI产品内容、视频、3D渲染 | - |
- | - | - | - |
小组/实验室/大学 | 研究人员 |
---|---|
GAP实验室-香港中文大学(深圳) | 韩晓光 |
中山大学HCP-I2实验室 | 梁晓丹,谢振宇 |
深圳HIT | 张海军 |
AiDlab-理大+RCA | Calvin WONG、邹星星、PYMok |
南洋理工大学MMLab | 刘紫薇 |
伊利诺伊大学香槟分校 | 兰吉塔·库马尔 |
影像实验室 | 丽塔·库奇亚拉 |
犹他大学 | 齐亚德·哈拉赫 |
佐治亚理工学院 | 黛维·帕里克 |
德克萨斯大学奥斯汀分校 | 克里斯汀·格劳曼 |
康奈尔大学 | 卡维塔·巴拉 |
MPI-IS | 迈克尔·布莱克 |
报告 | 组织 | 时间 |
---|---|---|
生成式人工智能的第二幕 | 红杉 | 2023.09 |
消费者如何使用生成式人工智能? | A16Z | 2023.09 |
2035年全球及中国时尚产业展望 | 罗兰贝格 | 2023.08 |
时尚领域生成人工智能的完整手册 | 博夫 | 2023.06 |
生成式人工智能:解锁时尚的未来 | 麦肯锡 | 2023.03 |