计算机工程

作者：陈治旭, 靳雁霞, 芦烨, 杨晶, 刘亚变, 史志儒

单位：中北大学 大数据学院, 太原 030051

关键词：服装建模,机器学习,多精度网格,图卷积神经网络,子图训练

基金：国家自然科学基金（62071281）；山西省重点研发计划（201803D421012）；山西省自然科学基金（202103021224218）。

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。

来源：2023年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第4期