Sensitivitätsoptimierte Rigging für beispielbasierte Echtzeitkleidungssynthese

Wir stellen eine Echtzeittlösung zur Verfügung, um detaillierte Kleidungsdeformationen aus vorab berechneten Kleiderformbeispielen zu generieren. Gegeben eine Eingabepose, synthetisiert sie eine Kleidungsdeformation, indem sie die skinned Kleidungsdeformationen nahegelegener Beispiele, die vom Körperskelett gesteuert werden, mischt. Indem wir beobachten, dass sich Stoffdeformationen gut mit einer Sensitivitätsanalyse, die vom zugrunde liegenden Skelett angetrieben wird, modellieren lässt, führen wir eine sensitivitätsbasierte Methode ein, um eine poseabhängige Rigginglösung aus spärlichen Beispielen zu konstruieren. Wir entwickeln auch ein sensitivitätsbasiertes Mischschema, um nahegelegene Beispiele für die Eingabepose zu finden und ihre Beiträge zum Ergebnis zu bewerten. Schließlich schlagen wir ein stochastisches, optimierungsbasiertes Greedy-Schema vor, um den Pose-Raum zu sampeln und Beispielkleidungsformen zu generieren. Unsere Lösung ist schnell, kompakt und kann realistische Kleidungsanimationsresultate für verschiedene Arten von Kleidung in Echtzeit erzeugen.