BEHAVE数据集使用教程-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00461/article/details/142807744

BEHAVE数据集使用教程

BEHAVE数据集是专为全身体人际互动捕捉于自然环境设计的，它提供多视角RGB-D帧以及对应的3D SMPL人体拟合和对象拟合，并附有注释的接触点信息。以下是其主要目录结构：

calibs
这个文件夹包含了不同场景位置下的Kinect相机的内参和外参。每个拍摄日期有一个子文件夹，其中包含背景图像和点云、相机姿态配置等。
objects
提供了20个模板对象的3D扫描数据。每个对象有自己的子文件夹，包含对象的照片、3D重建的.obj文件、材质属性文件(.mtl)、纹理图片以及简化后的.obj文件用于更高效的处理。
sequences
包含交互序列的彩色图、深度图以及与SMPL和物体拟合相关的信息。每个序列文件夹下有详细框架文件夹（如t*_000），含有各个视图的色彩与深度图像、人体和物体掩模、OpenPose检测结果、FrankMocap估计的姿态和网格、分割的人体和物体点云及其对应的SMPL和物体注册参数。
split.json
官方训练与测试集的划分文件，基于序列名进行划分，共231个序列用于训练，90个序列用于测试。

虽然直接的“启动”文件在描述中未明确指出，但有几个关键脚本被提及作为示例用途，可以视为间接的“启动”操作指南：

compute_contacts.py
用于从SMPL和物体注册中生成接触标签。通过指定目标序列路径，该脚本将采样物体表面的10000个点，计算二进制接触标签及对应SMPL顶点。
behave_demo.py
示例代码，演示如何访问数据集中提供的不同注解，并渲染给定序列的SMPL和物体注册。需传入序列路径和可视化保存路径。
其他工具脚本
如tools/parse_obj_pose.py用于解析对象姿态参数，而video2images.py用于从原始视频生成图像序列，这些虽非启动项目所必需，但在数据处理和分析中扮演重要角色。

配置细节分散于不同的文件和脚本之中：

依赖项管理：通过requirements.txt管理Python库依赖。
特定配置：在data/const.py中设置如USE_PSBODY标志来决定是否使用特定的mesh库（如psbody或trimesh）。
数据集路径和参数：在使用数据集的脚本中，例如在compute_contacts.py或behave_demo.py，通常需要手动指定数据集的根路径(BEHAVE_PATH)和其他可能的运行时参数。

没有一个单独的“配置文件”，但上述文件和脚本内的变量设置共同构成项目的配置体系。确保遵循每个脚本的命令行输入来正确配置您的实验环境。在部署此项目前，请确保已创建并激活名为behave的conda环境，安装了所有必要的依赖，并适当设置了路径指向实际的数据集目录。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考