• Journal of the Korea Computer Graphics Society
• /
• v.26 no.5
• /
• pp.15-24
• /
• 2020

We present a supervised learning method that estimates the simulation parameters required to simulate the fabric from the static drape shape of a given fabric sample. The static drape shape was inspired by Cusick's drape, which is used in the apparel industry to classify fabrics according to their mechanical properties. The input vector of the training model consists of the feature vector extracted from the static drape and the density value of a fabric specimen. The output vector consists of six simulation parameters that have a significant influence on deriving the corresponding drape result. To generate a plausible and unbiased training data set, we first collect simulation parameters for 400 knit fabrics and generate a Gaussian Mixed Model (GMM) generation model from them. Next, a large number of simulation parameters are randomly sampled from the GMM model, and cloth simulation is performed for each sampled simulation parameter to create a virtual static drape. The generated training data is fitted with a log-linear regression model. To evaluate our method, we check the accuracy of the training results with a test data set and compare the visual similarity of the simulated drapes.

• Proceedings of the Korean Fiber Society Conference
• /
• 2003.10b
• /
• pp.142-144
• /
• 2003

3차원 apparel CAD system개발에 있어서 직물의 드레이프 모사가 걸림돌이 되어왔다. 최근 컴퓨터의 속도 개선으로 인해 정적 드레이프의 경우 데이블 보 문제와 같이 적절한 시간내에 드레이프 모사가 이루어지고 있다. 그러나 드레이프는 cloth와 body간의 충돌 검사에 많은 시간이 소요되므로 virtual fashion show와 같이 인체가 운동하는 동적 드레이프의 경우는 아직도 어려운 문제이다. (중략)

• Proceedings of the Korean Fiber Society Conference
• /
• 1998.04a
• /
• pp.262-265
• /
• 1998

직물의 드레이프 모사를 위해 쉘이론을 이용하여 개발된 정적변형(static deformation) 해석 프로그램은 직물의 크기가 비교적 작은 경우에는 다양한 상황에서의 직물의 드레이프 거동 예측에 만족할 만한 결과를 제시하였다[1]. 그러나 직물의 크기가 큰 경우에는 수치해석시에 나쁜 수렴성을 보여준다.(중략)