arXiv cs.AI· Nanxiang Jiang, Yunuo Chen, Zeng Tao, Zizhang Li, Qi Guo, Jiajun Wu, Yin Yang, Chenfanfu Jiang·· 3 天前AI 评分20
DressAgent：用视觉智能体实现逆向服装设计
Inverse Garment Design with Visual Agents
AI 导读
研究团队提出 DressAgent，一个基于视觉智能体的分层系统，可从单张图像重建可仿真的任意层数 3D 服装缝纫纸样。该方法基于 GarmentCode 构建了首个超 15K 套服装的多层缝纫纸样数据集，通过图层规划与 Tailor、Critic、Orchestrator 智能体闭环细化，大幅超越前馈方法，并在远少于可微优化的时间内达到或超过其效果。
正文 · AI 翻译
摘要：我们研究逆向服装设计问题，即借助视觉智能体从单张图像重建具有任意层数的、可直接用于仿真的 3D 服装。与耗时的可微优化或受训练数据限制的前馈方法不同，我们提出了 DressAgent，一种分层智能体系统，通过基于物理仿真的规划与闭环细化来恢复服装缝纫纸样。为此，我们首先提出了一种基于 GarmentCode 的增强表示，以支持多样风格和任意穿着层数，并构建了首个包含超过 15K 套服装的多层缝纫纸样数据集，用于监督和基准测试。逆向设计随后由粗到细进行：在层规划与粗估计中，智能体推断层顺序与关系，将每一层剥离到各自的视图中，并估计粗略纸样。在细粒度细化中，由 Tailor、Critic 和 Orchestrator 组成的智能体三人组在编辑、仿真和基于视觉与测量证据对照参考进行评判的闭环中细化纸样。精心设计的工具和不断演化的记忆使这一细化过程收敛到目标几何形状。我们还设计了一种用于高保真纹理的智能体生成方法。DressAgent 大幅超越前馈方法，在极短时间内超越或匹敌可微优化，并能泛化到复杂分层、多样姿态和体型。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.15582 [cs.AI] |
| （或 arXiv:2610.15582v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.15582 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jiang Nanxiang [查看电子邮件]
[v1]
2026年10月11日星期日 12:55:06 UTC（17,769 KB）
来源：arXiv cs.AI · arxiv.org