基于子图卷积神经网络的多精度服装建模方法

作者：陈治旭; 靳雁霞; 芦烨; 杨晶; 刘亚变; 史志儒

来源：计算机工程, 2023, 49(04): 174-181.

DOI：10.19678/j.issn.1000-3428.0064194

• 服装建模
• 机器学习
• 多精度网格
• 图卷积神经网络
• 子图训练

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。

• 单位
  中北大学