전통적인 의류 디자인 방법은 효율성과 적응성에서 도전에 직면해 있으며, 종종 수동 조정이 필요하고 물리적 그럴듯함이 부족합니다. 본 연구는 의류 스케치와 동적 3D 인체 파라미터를 활용하여 디지털 의류를 생성하는 데이터 기반의 파라메트릭 3D 의류 생성 프레임워크를 소개합니다. 우리의 작업은 디지털 의류 디자인 파이프라인 내에 위치해 있으며, 개념 스케치와 물리적으로 그럴듯한 가상 의류 간의 격차를 메웁니다. 밀집 컨볼루션 네트워크와 이중 분기 인코더를 활용하여 디자인 의도를 효율적으로 인식하고 신체 특징에 동적으로 적응합니다. “핏”은 의류 메시와 인체 표면 간의 기하학적 및 물리적 호환성으로 정의되며, 디자인 특성을 유지하면서 상호 침투를 피합니다. 실험 결과는 높은 생성 품질(0.87 mm의 샴퍼 거리, 91%의 세부 일치율)과 효율성(100,000 정점 메시의 경우 45 ms)을 입증했습니다. 디자인 효율성 향상을 정량적으로 평가하기 위해, 우리는 전통 CAD 도구와 제안된 프레임워크를 사용하는 40명의 디자이너와 비교 연구를 수행했습니다. 의류당 총 디자인 시간은 전통 CAD의 390분에서 우리 방법을 사용하여 55분으로 단축되어 85.9%의 시간 절약을 나타냅니다. 스케치 드로잉(96.7% 감소), 패턴 만들기(100% 감소), 및 3D 모델링(100% 감소)과 같은 주요 단계가 상당히 가속화되었습니다. 또한, 3시간 이내에 생산된 디자인 수는 0.8에서 3.2로 증가하여 300%의 디자인 출력 개선이 있었습니다. 초보 디자이너와 전문가 디자이너 간의 효율성 격차는 38.1% 감소하여, 이 방법이 진입 장벽을 낮춘다는 것을 나타냅니다. 이러한 정량적 결과는 제안된 프레임워크가 디자인 생산성과 접근성을 상당히 향상시킴을 확증합니다. 이 프레임워크는 비정상적인 체형도 효과적으로 수용하며, 85% 이상의 적응률을 초과합니다. 이 접근법은 지능형 의류 디자인 및 가상 착용을 위한 실행 가능한 솔루션을 제공하여 패션 산업의 디지털 혁신에 기여합니다.
Zhou et al. (수요일,) 이 질문을 연구했습니다.