[论文] OmniFabric: Coherent UV Space Texture Synthesis for 3D Garment Reconst...

论文概要

研究领域: CV
作者: Ding-Jiun Huang, Yuanhao Wang, Cheng Zhang, Hugo Bertiche, Alexandru-Eugen Ichim, Thabo Beeler, Fernando De la Torre
发布时间: 2026-09-24
arXiv: 2609.30234

中文摘要

从单张图像自动生成可直接投入生产的 3D 服装资产是数字内容创作领域的核心挑战。虽然最近的生成模型在 3D 几何重建方面取得了显著进展，但高质量纹理的合成仍然是一个瓶颈。现有方法经常将环境光照和阴影直接烘焙到纹理贴图中，或者无法保持全局结构一致性，导致生成的资产无法用于物理模拟和重光照。本工作提出 OmniFabric，一种直接在 2D 缝纫样板空间内合成全局一致纹理贴图的新方法。给定一张参考图像，我们的管线利用估计的 3D 网格和强大的视觉-语言模型（VLM）的生成先验，在展开的缝纫样板上建立完整但较为粗糙的纹理初始化。随后，我们利用一个专门的扩散 Transformer——通过自动化的合成数据引擎训练并以 3D 位置特征为条件——直接在标准 UV 域中对该初始化进行细化。这有效消除了畸变和烘焙瑕疵，提取出保留原始服装设计的干净且规范化的纹理贴图。大量实验表明，OmniFabric 显著优于最先进的基线方法，生成了具有高质量纹理的逼真 3D 服装。

原文摘要

Automated generation of production-ready 3D garment assets from a single image is a central challenge in digital content creation. While recent generative models have significantly advanced 3D geometry reconstruction, synthesizing high-quality textures remains a bottleneck. Existing methods often bake environmental illumination and shadows directly into the texture map, or they fail to maintain global structural coherence, making the resulting assets unusable for physical simulation and relighting. In this work, we introduce OmniFabric, a novel approach that synthesizes globally coherent texture maps directly within the 2D sewing pattern space. Given a single reference image, our pipeline utilizes an estimated 3D mesh and generative priors of powerful Vision-Language Models (VLM) to establ...

自动采集于 2026-09-28

#论文 #arXiv #CV #小凯