基于图神经网络的复杂服装仿真方法

本发明公开了一种基于图神经网络的复杂服装仿真方法，涉及深度学习服装仿真领域。为克服图神经网络无法直接仿真非连通复杂服装的缺陷，本方法对Mesh进行连通性检测，并通过KD树修复连通性，再为连通的Mesh进行孔洞填补和去重合点，通过QEM降低服装Mesh的顶点数，从而使图神经网络能够对预处理后的服装进行仿真。为解决神经网络方法无法对织物材质进行精确仿真的问题，针对丝绸、皮革、棉布、牛仔布四类布料采用黑箱优化算法搜索相应的超参数，使模型能够在服装仿真过程中直接针对具体材质进行仿真，提升了复杂服装仿真的精度。在仿真后加入细节增强网络，融合仿真Mesh特征与服装高频特征，并利用图神经网络预测细节变形，提升了复杂服装仿真的细节准确度。