Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Depth Perception and Spatial Vision01:15

Depth Perception and Spatial Vision

897
Depth perception is the ability to perceive objects three-dimensionally. It relies on two types of cues: binocular and monocular. Binocular cues depend on the combination of images from both eyes and how the eyes work together. Since the eyes are in slightly different positions, each eye captures a slightly different image. This disparity between images, known as binocular disparity, helps the brain interpret depth. When the brain compares these images, it determines the distance to an object.
897

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

SynergyGraph: predicting cell line specific drug combination synergy scores using knowledge graph representation and hypergraph modeling.

Scientific reports·2025
Same author

SynergyImage: image-based model for drug combinations synergy score prediction.

BMC bioinformatics·2025
Same author

Drug Repurposing Using Hypergraph Embedding Based on Common Therapeutic Targets of a Drug.

Journal of computational biology : a journal of computational molecular cell biology·2024
Same author

Prediction of drug-drug interaction events using graph neural networks based feature extraction.

Scientific reports·2022
Same author

Detection of polypharmacy side effects by integrating multiple data sources and convolutional neural networks.

Molecular diversity·2022
Same author

BiCAMWI: A Genetic-Based Biclustering Algorithm for Detecting Dynamic Protein Complexes.

PloS one·2016
Same journal

Integrated multi-assessment and structural performance index framework for stacking-sequence optimisation of natural fibre reinforced laminates.

Scientific reports·2026
Same journal

SuperiorGAT: graph attention networks for sparse LiDAR point cloud reconstruction in autonomous systems.

Scientific reports·2026
Same journal

The effect of stretching the pectoralis major, sternocleidomastoid, and iliopsoas muscles on 800 m swimming performance in master swimmers.

Scientific reports·2026
Same journal

ISNR-PQC: isometry noise resilience post quantum cryptography primitive.

Scientific reports·2026
Same journal

Identification of high-yielding and stable genotypes of barley in the cold climate of Iran using AMMI and GGE biplot models.

Scientific reports·2026
Same journal

Bayesian negative binomial modelling of spatial and temporal patterns of road traffic deaths in Ghana.

Scientific reports·2026
関連記事をすべて見る

関連する実験動画

Updated: Sep 9, 2025

Dual-mode Imaging of Cutaneous Tissue Oxygenation and Vascular Function
11:35

Dual-mode Imaging of Cutaneous Tissue Oxygenation and Vascular Function

Published on: December 8, 2010

16.7K

画像の深さの推定を使用して,衣服の仮想試着を改善する.

Haniyeh Mobinizadeh1, Amir Lakizadeh2

  • 1Computer Engineering Department, University of Qom, Qom, Iran.

Scientific reports
|September 1, 2025
PubMed
まとめ
この要約は機械生成です。

この研究は,深度マップと注意力メカニズムを使用して,アパレルのアラインメントとリアリズムを向上させるための強化された仮想試着フレームワークを導入します. この新しいモデルは,遮断の課題を効果的に解決し,仮想試用アプリケーションに優れた視覚品質を提供します.

キーワード:
ディープラーニング電子商取引生成的対抗ネットワーク画像合成バーチャル 試乗

さらに関連する動画

Photorealistic Learned Landscapes for Augmented Reality
06:54

Photorealistic Learned Landscapes for Augmented Reality

Published on: June 27, 2025

155
Author Spotlight: Advancements in 3D Optical Imaging for Comprehensive Body Composition Assessment in Modern Research
06:48

Author Spotlight: Advancements in 3D Optical Imaging for Comprehensive Body Composition Assessment in Modern Research

Published on: June 7, 2024

1.4K

関連する実験動画

Last Updated: Sep 9, 2025

Dual-mode Imaging of Cutaneous Tissue Oxygenation and Vascular Function
11:35

Dual-mode Imaging of Cutaneous Tissue Oxygenation and Vascular Function

Published on: December 8, 2010

16.7K
Photorealistic Learned Landscapes for Augmented Reality
06:54

Photorealistic Learned Landscapes for Augmented Reality

Published on: June 27, 2025

155
Author Spotlight: Advancements in 3D Optical Imaging for Comprehensive Body Composition Assessment in Modern Research
06:48

Author Spotlight: Advancements in 3D Optical Imaging for Comprehensive Body Composition Assessment in Modern Research

Published on: June 7, 2024

1.4K

科学分野:

  • コンピュータ・ビジョン
  • コンピュータ・グラフィックス
  • 人工知能

背景:

  • 画像ベースの仮想試着は 衣類と人のイメージを合成して リアルなビジュアライゼーションをします
  • 伝統的な方法は,特に閉塞や複雑なポーズで,別々の処理段階による不整列と人工物によって苦しんでいます.
  • 現存する制限は,仮想試行出力の現実性と質を低下させる.

研究 の 目的:

  • 伝統的な方法の限界を克服する 強化された仮想試用フレームワークを開発する
  • 衣類の整合性を改善し,視覚的なアーティファクトを削減し,生成された試着画像のリアリズムを高めます.
  • 仮想トライオンで 閉塞や複雑な人間のポーズに 直面する課題です

主な方法:

  • 空間認識の強化と衣類の正確な調整のための深度マップの組み込み.
  • 洗練されたアパレルマスクモジュールにより,セグメンテーションの一貫性とアパレルの正確な表現が向上します.
  • マルチヘッドの注意力メカニズムを機能抽出に統合し,着物の質感と詳細を保存します.

主要な成果:

  • 提案されたフレームワークは,高解像度のデータセットで視覚的な品質を大幅に向上させました.
  • より現実的な仮想試行結果につながります.
  • 視覚的に魅力的で正確なバーチャル・トライ-オン画像を 提供する際の基準値を上回った.

結論:

  • 強化された仮想試着フレームワークは,アパレルアライナメントとオクラージョンの主要な課題に成功しています.
  • ディープマップと注意力メカニズムの統合は,仮想の試用アプリケーションの優れたリアリズムと品質につながります.
  • 提案されたモデルは現実的な仮想体験に 重要な進歩をもたらします