该研究针对数字服装制作中从二维纸样到可仿真三维服装仍需大量人工操作的问题,提出两种基于学习的方法,仅以二维矢量纸样为输入,分别自动完成缝纫定义与样板排布。缝纫模型在片段级别运行,采用带多预测头的Transformer编码器,支持多对多有序片段对应、折边、多层服装所需的重叠缝,以及缝份和线迹类型等构造属性;排布模型则在样板级别预测身体区域归属、层级和放置坐标,用于初始化悬垂仿真。作者在包含4035个专业组装服装实例的数据集上评估,缝纫模型对63.3%的测试服装完全恢复所有缝与折边拓扑,排布模型对66.2%的测试服装满足全部样板的放置标准,并已将两方法集成到服装CAD软件中,实现了成功预测服装的自动组装。
| digital garment assembly | 数字服装组装,指在计算机中根据二维纸样自动构建三维虚拟服装的过程。 |
| sewing operations | 缝纫操作,指在服装CAD中定义纸样裁片之间如何缝合的步骤。 |
| drape simulation | 悬垂模拟,指模拟布料在重力等作用下自然下垂和褶皱的物理过程。 |
| Transformer encoder | Transformer编码器,一种基于自注意力机制的神经网络结构,用于处理序列数据。 |
| seam allowances | 缝份,指在缝合时预留的布料边缘额外宽度。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅