DressCode: Confección Autoregresiva y Generación de Prendas a partir de Orientación Textual

El papel significativo de la vestimenta en la apariencia humana subraya la importancia de la digitalización de prendas para la creación de humanos digitales. Los avances recientes en la creación de contenido 3D son fundamentales para la creación de humanos digitales. Sin embargo, la generación de prendas a partir de orientación textual aún es incipiente. Introducimos un marco de generación de prendas en 3D impulsado por texto, DressCode, que tiene como objetivo democratizar el diseño para novatos y ofrecer un inmenso potencial en el diseño de moda, pruebas virtuales y creación de humanos digitales. Primero introducimos SewingGPT, una arquitectura basada en GPT que integra atención cruzada con incrustaciones condicionadas por texto para generar patrones de costura con guía textual. Luego adaptamos un modelo Stable Diffusion preentrenado para generar texturas basadas en azulejos de Renderizado Basado en Física (PBR) para las prendas. Al aprovechar un modelo de lenguaje amplio, nuestro marco genera prendas amigables para gráficos a través de la interacción en lenguaje natural. También facilita la finalización de patrones y la edición de texturas, agilizando el proceso de diseño a través de una interacción amigable. Este marco fomenta la innovación al permitir a los creadores experimentar libremente con diseños e incorporar elementos únicos en su trabajo. Con evaluaciones exhaustivas y comparaciones con otros métodos de vanguardia, nuestro método muestra calidad superior y alineación con los avisos de entrada. Estudios de usuarios validan aún más nuestros resultados de renderizado de alta calidad, destacando su utilidad práctica y potencial en entornos de producción. Nuestra página del proyecto es https://IHe-KaiI.github.io/DressCode/.