从文本合成高保真 3D 服装对于数字化身创建来说是理想的，但也具有挑战性。最近通过分数蒸馏采样 (SDS) 进行的基于扩散的方法已经实现了新的可能性，但要么与人体错综复杂地耦合，要么难以重复使用。
我们推出了 ClotheDreamer，这是一种基于 3D 高斯的方法，用于根据文本提示生成可穿戴、可立即投入生产的 3D 服装资产。我们提出了一种新颖的表示解缠结高斯分布（DCGS）来实现单独的优化。 DCGS 将穿着衣服的化身表示为一种高斯模型，但冻结了身体高斯斑点。
为了提高质量和完整性，我们结合双向 SDS 来分别根据姿势条件监督穿着的头像和服装 RGBD 渲染，并提出了一种新的宽松服装修剪策略。我们的方法还可以支持自定义服装模板作为输入。受益于我们的设计，合成 3D 服装可以轻松应用于虚拟试穿并支持物理精确的动画。大量的实验展示了我们的方法的优越性和竞争性的性能。
(登录后查看官方项目网址链接👇)
给定文本描述，我们首先利用 ChatGPT 来确定用于初始化的服装 ID 类型。我们引入了解缠结的衣服高斯泼溅（DCGS），它将穿着衣服的化身表示为一高斯模型，但冻结身体高斯泼溅以实现单独的监督。通过解析高斯泼溅 (GS) 渲染，我们使用 Bidreactional SDS 分别根据姿势条件指导服装和身体 RGBD 渲染。我们还支持模板网格输入，用于生成多功能个性化 3D 服装。
ClotheDreamer的工作原理可以简单理解为：首先，系统根据文本描述确定服装的类型，然后利用一种名为得分蒸馏采样（SDS）的技术来优化3D服装的渲染。这个过程就像是用魔法棒指挥一样，可以控制服装的细节和样式。系统还能够处理松散的服装，通过一种新的修剪策略来保持服装的完整性。
此外，ClotheDreamer支持自定义服装模板，这意味着用户可以根据自己的需求来设计服装。生成的3D服装不仅可以用于虚拟试穿，还能支持物理上准确的动画效果。通过大量实验，ClotheDreamer展示了其优越且具有竞争力的性能。
这项技术就像是数字世界的裁缝，可以根据你的描述，快速制作出你想要的任何衣服，无论是复杂的礼服还是简单的T恤。而且，喜好儿看到这些衣服不仅看起来真实，还能在虚拟人物身上自然地摆动，就像真实服装一样。
