GaussianAvatar 使用教程
1. 项目介绍
GaussianAvatar 是一个高效的方法，用于从单个视频中创建具有动态3D外观的逼真人形角色。该项目基于开源代码库 Gaussian-Splatting、POP、HumanNeRF 和 InstantAvatar 开发而成。GaussianAvatar 可以根据用户提供的视频，生成具有真实感的3D人形角色模型。
2. 项目快速启动
环境准备
首先，您需要创建一个虚拟环境并安装所需依赖：
conda env create --file environment.yml
conda activate gs-avatar
编译依赖库
接下来，您需要编译 diff-gaussian-rasterization 和 simple-knn：
按照 3DGS 仓库中的说明进行编译。
下载模型和数据
- 注册并下载 SMPL/SMPL-X 模型，将文件放在
assets/smpl_files目录下。 - 从 OneDrive 下载提供的数据，包括
assets.zip、gs_data.zip和pretrained_models.zip。解压assets.zip到仓库对应文件夹，其他两个压缩包解压到gs_data_path和pretrained_models_path。
运行示例
以 People Snapshot 数据集中的 m4c_processed 为例：
训练
python train.py -s $gs_data_path/m4c_processed -m output/m4c_processed --train_stage 1
评估
python eval.py -s $gs_data_path/m4c_processed -m output/m4c_processed --epoch 200
渲染新姿势
python render_novel_pose.py -s $gs_data_path/m4c_processed -m output/m4c_processed --epoch 200
3. 应用案例和最佳实践
- 使用自定义视频进行训练和渲染。
- 将 GaussianAvatar 应用于虚拟现实、游戏开发或动画制作中。
4. 典型生态项目
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
