-
题名基于子图卷积神经网络的多精度服装建模方法
- 1
-
-
作者
陈治旭
靳雁霞
芦烨
杨晶
刘亚变
史志儒
-
机构
中北大学大数据学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第4期174-181,共8页
-
基金
国家自然科学基金(62071281)
山西省重点研发计划(201803D421012)
山西省自然科学基金(202103021224218)。
-
文摘
现有融合机器学习的服装仿真方法大多在单一精度网格上进行仿真,导致在变形较小的区域内进行不必要的计算。提出一种基于子图卷积神经网络的多精度服装建模方法。采用基于物理模拟的方法进行服装仿真,利用瑞利熵曲率计算服装各区域的平均变形度,依据平均变形度对服装网格阈值进行划分,构建与原始网格相对应的多精度服装网格。结合人体结构化模型,从多精度服装网格中提取基于时空的多精度服装图结构。在此基础上,利用子图卷积神经网络为给定顶点采样邻居节点,通过聚合给定顶点和邻居节点的特征,以更新顶点特征数据。实验结果表明,与TailorNet方法相比,该方法的布料计算效率提升25.3%,不仅保留了从物理模拟中学习的褶皱,而且具有更加真实的模拟效果,并提高了计算效率。
-
关键词
服装建模
机器学习
多精度网格
图卷积神经网络
子图训练
-
Keywords
clothing modeling
machine learning
multi-precision grid
graph convolutional neural network(cnn)
subgraph training
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
