بينما تغطي الشبكات ثلاثية الأبعاد الحالية للملابس معظم أشكال الأزياء الواقعية، إلا أن مدى تنوع خاماتها يظل محدودًا. ولتحقيق مزيد من الواقعية في الخامات، يتم استخدام أساليب توليد تستخلص الخامات والمواد القائمة على التصفيف الفيزيائي (Physically-based Rendering - PBR) من مجموعات ضخمة من الصور العشوائية.

لكن، غالبًا ما تتطلب معظم أساليب توليد الخامات استقرارًا طوبولوجيًا صارمًا بين الصور المدخلة والشبكات ثلاثية الأبعاد، مما يقيّد بشكل كبير جودة ومرونة توليد الخامات.

لمعالجة هذه المشكلة المثيرة للتحدي في توليد الخامات باستخدام الصور غير المتناسقة، قام الباحثون بإنشاء مجموعة بيانات تتمحور حول الملابس مصممة فيزيائيًا، تسمى "3D Garment Videos"، التي توفر إشرافًا متسقًا على الهندسة والمواد عبر تشوهات مختلفة، مما يمكّن من تعلم الخامات عبر أوضاع متنوعة.

علاوة على ذلك، يعتمد البحث على تقنية "Nano Banana" لتحرير الصور غير المتناسقة بجودة عالية، وتحقيق توليد خامات موثوقة بين أزواج هندسية وصورية غير متناسقة. وأخيرًا، تم اقتراح أسلوب "الباكينغ التكراري" عبر اختيار المشهد الموحد المعتمد على عدم اليقين، الذي يقوم بدمج التوقعات متعددة المشاهد في خامات PBR سلسة وجاهزة للإنتاج.

من خلال تجارب موسعة، أظهر الباحثون أن هيكلهم ثنائي الفرع يمكنه توليد مواد PBR متناسقة ومرنة مناسبة لتصميم الملابس ثلاثية الأبعاد بمستوى صناعي. هذا التطور يعد خطوة نوعية في رحلتنا نحو تقديم موديلات أزياء أكثر تنوعًا وواقعية.