An Algorithmic Quasi-Realtime Model for Cloth Projection onto a Parametric Body in Geodesic Coordinate Space

Abstract

In recent years, the need for accurate, low-latency cloth simulation models has grown significantly across fields such as virtual try-on systems, biomechanical rehabilitation platforms, and embodied interaction in virtual reality. This paper presents a novel algorithmic framework for real-time cloth projection onto a parametric human body, in all mappings and deformations are performed in geodesic coordinate space. Unlike conventional models relying on Cartesian or UV parameterizations, our approach utilizes discrete geodesic fields to achieve high-fidelity topological alignment between cloth and anatomical surface structures. The underlying body model is defined parametrically (e.g., via SMPL), and its surface is reparameterized through fast geodesic propagation algorithms to enable stable cloth attachment and deformation. The core algorithm operates by extracting geodesic patches the garment mesh and projecting them onto the body mesh using shortest-path-based correspondence. A lightweight local optimization routine preserves the cloth`s original geometric structure while adapting to the body`s curvature and motion. The algorithm was implemented entirely in Python using open-source numerical libraries and evaluated on synthetic and semi-real datasets with ground truth cloth-body pairs. Quantitative metrics— including geodesic error, Hausdorff distance, and per-frame computational time— demonstrate the method`s superior performance compared to state-of-the-art models such as TailorNet++ and DeepCloth. The proposed framework achieves sub-20 ms processing times per frame while maintaining sub-centimeter geodesic reconstruction error. The method offers substantial benefits for applications demanding low-latency yet anatomically consistent cloth-body interaction. Additionally, the geodesic coordinate formalism provides a scalable foundation for incorporating physical priors and learning-based extensions in future research.

Останніми роками потреба в точних моделях симуляції тканини з низькою затримкою значно зросла в таких галузях, як системи віртуальної примірки, біомеханічні реабілітаційні платформи та втілена взаємодія у віртуальній реальності. У цій статті представлено нову алгоритмічну основу для проектування тканини на параметричне тіло людини в реальному часі, де всі відображення та деформації виконуються в просторі геодезичних координат. На відміну від традиційних моделей, що покладаються на декартові або UV-параметризації, підхід використовує дискретні геодезичні поля для досягнення високоточного топологічного узгодження між тканиною та анатомічними структурами поверхні. Базова модель тіла визначається параметрично, а її поверхня репараметризується за допомогою швидких алгоритмів поширення геодезичних ліній. Основний алгоритм працює шляхом вилучення геодезичних ділянок із сітки одягу та їх проектування на сітку тіла з використанням відповідності на основі найкоротшого шляху. Спрощена процедура локальної оптимізації зберігає вихідну геометричну структуру тканини, адаптуючись до кривини та руху тіла. Алгоритм був повністю реалізований на Python з використанням числових бібліотек з відкритим кодом і протестований на синтетичних та напівреальних наборах даних із контрольними парами «тканина-тіло». Кількісні метрики: геодезична похибка, відстань Гаусдорфа та час обчислення кадру, демонструють перевагу методу порівняно з найсучаснішими моделями, такими як TailorNet++ та DeepCloth. Формалізм геодезичних координат забезпечує масштабовану основу для включення фізичних пріорів та розширень на основі машинного навчання в майбутніх дослідженнях.