[논문 리뷰] Computational Pattern Making from 3D Garment Models

Nico Pietroni, Corentin Dumery외 4명|arXiv (Cornell University)|2022. 02. 21.

3D Shape Modeling and Analysis인용 수 5

한 줄 요약

이 논문은 3D 의류 메esh를 기반으로 자동으로 2D 재봉 패턴을 생성하는 계산 방법을 제시한다. 표면을 패치로 분할하고, 직물에 민감한 왜곡 모델링을 통해 평탄화함으로써, 재단의 구조적 제약 조건—예를 들어, 실밥 대칭성, 드레스, 실밥 방향 정렬, 이방성 직물 거동—을 통합하여 실시간 피드백을 제공하는 완전 자동 및 상호작용 패턴 설계를 가능하게 하며, 다양한 의류, 특히 맞춤형 및 비인간형 형태의 제작이 가능한 낮은 왜곡의 패턴을 생성한다.

ABSTRACT

We propose a method for computing a sewing pattern of a given 3D garment model. Our algorithm segments an input 3D garment shape into patches and computes their 2D parameterization, resulting in pattern pieces that can be cut out of fabric and sewn together to manufacture the garment. Unlike the general state-of-the-art approaches for surface cutting and flattening, our method explicitly targets garment fabrication. It accounts for the unique properties and constraints of tailoring, such as seam symmetry, the usage of darts, fabric grain alignment, and a flattening distortion measure that models woven fabric deformation, respecting its anisotropic behavior. We bootstrap a recent patch layout approach developed for quadrilateral remeshing and adapt it to the purpose of computational pattern making, ensuring that the deformation of each pattern piece stays within prescribed bounds of cloth stress. While our algorithm can automatically produce the sewing patterns, it is fast enough to admit user input to creatively iterate on the pattern design. Our method can take several target poses of the 3D garment into account and integrate them into the sewing pattern design. We demonstrate results on both skintight and loose garments, showcasing the versatile application possibilities of our approach.

연구 동기 및 목표

• 의류 제작 분야의 도메인 특화 제약 조건과 직조 직물 거동을 통합함으로써, 3D 의류 모델에서 자동으로 2D 패턴을 생성하는 데에 발생하는 격차를 해소하기 위해.
• 다양한 의류 유형, 특히 조임이 있는 의류와 느슨한 의류를 포함하여, 완전 자동 및 사용자 가이드 패턴 생성을 지원하는 강력하고 상호작용 가능한 프레임워크를 개발하기 위해.
• 실밥 길이의 동일성, 반사 대칭성, 실밥 방향 정렬, 직물 특화 변형 모델 하에서 낮은 왜곡을 강제로 적용하여 생성된 패턴이 물리적으로 제작 가능하도록 보장하기 위해.
• 다양한 신체 자세를 패턴 설계에 통합하여, 동적인 신체 상태에 걸쳐 보다 우수한 착용감을 확보하기 위해.
• 실시간 설계 반복과 3D 스캔 또는 디지털 모델에서의 맞춤형 의류 제작을 지원하는 공개된 효율적인 파이프라인을 제공하기 위해.

제안 방법

• 최근의 사각형 메쉬 재구성 알고리즘에서 유도된 패치 레이아웃 알고리즘을 의류 전용 분할에 적응시키며, 직조 직물 왜곡의 기하 측정치를 기반으로 유도한다.
• 신규로 제안된 매개변수화 방법은 스트레칭, 강성, 드레스, 실밥 제약 조건을 조합한 직물 응력 에너지 함수를 최소화하며, 실제 직물 거동을 반영하도록 가중치를 조정한다.
• 두 단계 최적화를 사용한다: 실밥 방향 정렬과 함께 局부 패치 평탄화 및 희소 선형 시스템을 통한 전역 시스템 해법을 반복적으로 개선함으로써 레이아웃과 매개변수화를 정교화한다.
• 사용자 스케치를 통해 3D 메쉬 상의 실밥 배치와 실밥 방향을 유도할 수 있도록 지원하며, 동적으로 패치 분해를 갱신한다.
• 전역 시스템 해법에서 여러 목표 자세의 기여도를 평균화하여 운동 인식 패턴 설계를 가능하게 한다.
• 패치 계산 중에 자기 교차 테스트를 수행하여 잘못된 컷을 제거함으로써, 이완성이고 겹치지 않는 최종 패턴을 보장한다.

실험 결과

연구 질문

• RQ1 완전 자동 방법이 직조 직물의 물리적 제약 조건—예를 들어, 이방성 변형과 실밥 방향 정렬—을 고려하여 3D 의류 메쉬에서 2D 재봉 패턴을 생성할 수 있는가?
• RQ2 알고리즘적으로 실밥 대칭성과 드레스를 계산적 패턴 제작 파이프라인에 어떻게 적용하여 재봉 가능성과 미학적 일관성을 확보할 수 있는가?
• RQ3 사용자 스케치와 여러 의류 자세를 패턴 생성 과정에 얼마나 효과적으로 통합할 수 있는가? 이는 상호작용적 창의적 디자인을 지원할 수 있는가?
• RQ4 이 방법이 조임이 있는 의류와 느슨한 의류, 비인간형 형태까지 포함하여 낮은 왜곡과 제작 가능한 패턴을 생성할 수 있는가?
• RQ5 일반적인 표면 평탄화 기법과 비교할 때, 이 방법의 성능과 패턴 품질은 왜곡, 실밥 품질, 제작 가능성 측면에서 어떻게 평가되는가?

주요 결과

• 이 방법은 3D 스캔에서 유도된 의류에서 물리적으로 제작 가능한 2D 재봉 패턴을 성공적으로 생성하였으며, 이는 워터프루프 재킷과 팬티를 제작하여 검증되었다.
• 복잡한 구조를 지닌 워터프루프 재킷은 약 5시간의 커팅과 재봉이 소요되었고, 팬티의 경우 약 1시간으로, 실용적인 타당성을 입증하였다.
• 알고리즘은 낮은 왜곡을 달성하였으며, ARAP 에너지 값은 강한 등장성(이sovolumetricity)을 나타내었고, 실제 직물 거동에 맞는 범위 내에서 직물 응력 측정치가 유지되었다.
• 사용자 스케치는 레이아웃 과정에 효과적으로 통합되어 실시간 상호작용 편집이 가능하며, 패턴 변화에 즉각적인 피드백을 제공하였다.
• 이 방법은 인간 외의 비인간형 형태, 예를 들어 개와 캬바트 등에 대해서도 잘 일반화되어 있어, 인간의 몸을 초월한 유연성을 입증하였다.
• 이 프레임워크는 여러 자세를 지원하여, 다양한 신체 구성에서 착용감을 유지하는 운동 적응형 패턴 제작이 가능하다.