深度学习之三维人体模型

已于 2023-07-12 14:33:20 修改
阅读量396 收藏 1
点赞数
分类专栏： MCP实战开发AI大模型应用与大数据计算架构 文章标签： 自然语言处理 人工智能 语言模型 编程实践 开发语言 架构设计
于 2023-07-12 01:23:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/universsky2015/article/details/131672285
版权
本文介绍了SMPL和STAR两种基于深度学习的三维人体模型。SMPL模型通过Pose和Shape参数控制人体姿态和形状，包括形状混合成形、姿态混合成形和蒙皮三个步骤。STAR作为SMPL的改进版，减少了姿态PCA基的数量并增加了训练数据，提高了模型的效率和表达能力。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

深度学习之三维人体模型

3-Dimensional Human Model.

三维人体模型通常有两种表达形式，如下图所示。第一种形式通常用人体关节点(joint)建立的铰链结构表示，这种表示侧重于描述人体的姿态。第二种形式用3D mesh建模人体的蒙皮，这种表示具有更多细节，能够体现人体的形态特征。

本节介绍用3D mesh建模的人体模型：

  • SMPL
  • STAR

SMPL

了解本专栏 订阅专栏 解锁全文 超级会员免费看
SMPL STAR人体模型系列
billbliss的专栏
08-24 3986
SCAPE: 人体模型 SMPL: 人体模型 SMPL-H: 人体+手 SMPL-X: 人体+手+人脸（FLAME） STAR: SMPL的改进版 人体模型主要思想是将pose, shape解耦，用参数化的方式描述人体表面的信息。 SCAPE：基于三角面片deformable的人体模型。 SMPL：基于点云deformable的人体模型。 SMPL使用点云deformable的方式更适合skining blending，模型在目前的Maya, Blender, Unreal E.
STAR模型
weixin_46363611的博客
09-23 3273
STAR模型 STAR: A Sparse Trained Articulated Human Body Regressor 论文地址：https://ps.is.mpg.de/uploads_file/attachment/attachment/618/star_paper.pdf 项目地址：https://star.is.tue.mpg.de/ 开源代码：https://github.com/ahmedosman/STAR 此模型是发布SMPL模型的研究人员2020最新的科研成果，是对SMPL模型的有效
【深度学习】深度学习三维人体建模最新论文、资源、数据、代码整理分享
fengdu78的博客
11-21 969
三维人体建模作为计算机人体仿真的一个组成部分，一直是人们研究的热点之一。自交互式计算机图形学诞生之日起，就有学者不断探索计算机人体建模技术。从线框建模、实体建模、曲面建模发展到基于物理的建模，已取得重大进展。3维度人体建模在医学图像、生物医学、手势识别、视频会议、视频游戏、自动新闻播放、电影制作、材料变形、图象压缩等方面都有实际应用价值。本资源整理了最近几年基于深度学习技术的三维人...
探索DeepHuman：构建3D人体模型的技术利器
gitblog_00002的博客
04-26 516
探索DeepHuman：构建3D人体模型的技术利器 去发现同类优质开源项目:https://gitcode.com/ 项目简介 是一个开源项目，旨在通过深度学习技术帮助用户创建精准、逼真的三维人体模型。它由郑泽榕开发并维护，提供了一种创新的方法来处理计算机视觉中的人体建模问题，让艺术家、开发者和科研人员都能轻松生成高质量的3D人物。 技术分析 DeepHuman的核心是基于深度学习的网络架构，它能...
3D 人体姿态估计简述【转】
tcll321的专栏
08-29 1206
3D Pose的实现方法。
STAR：稀疏训练的关节化人体回归器
最新发布
gitblog_00579的博客
10-10 1239
STAR：稀疏训练的关节化人体回归器 STAR 项目地址: https://gitcode.com/gh_mirrors/star5/STAR 项目介绍 STAR（Spar...
基于深度学习人体三维模型重建的人体参数识别.pdf
08-18
"基于深度学习人体三维模型重建的人体参数识别" 本文探讨了基于深度学习的人体三维模型重建技术在人体参数识别中的应用。该技术利用二维图像重构人体三维模型，解决了激光3D扫描仪、深度摄像头矩阵设备巨大与操作...
基于深度学习的人体动作草图到三维骨骼模型重建方法的研究.pdf
08-18
整体而言，该论文深入探讨了通过深度学习技术改进三维人体骨骼模型建模的方法，提出了一种能够直接从二维手绘草图中重建三维骨骼模型的新技术，并通过实验验证了其有效性。这项研究有助于简化三维建模流程，推动三维...
基于深度学习的三维人体姿态估计技术.pdf
08-18
基于深度学习的三维人体姿态估计技术是近年来研究的热点领域之一，该技术可以捕捉识别人体语言，提供更加灵活便捷的人机交互方式。这种技术的应用前景极广，包括虚拟现实、自动驾驶、行为监测、医疗健康等领域。 三...
基于深度学习的三维人体姿态估计
admin11111111的博客
07-04 4600
目录 ​​​​​一、技术背景 1.1 人体姿态估计 1.2三维人体重建 1.4构建多人场景研究情况 二. 技术方法 2.1基础架构 2.2重叠loss 2.3深度顺序感知loss 四．存在的问题与未来研究热点 4.1 本实验方法存在的问题 4.2 未来研究热点 参考文献： ​​​​​一、技术背景 1.1 人体姿态估计 人体姿态估计（human pose estimation, HPE）已经发展了几十年，一直围绕着从传感器的输入来构建人体姿态。在摄影领域...
STAR:ECCV2020-本文的官方代码存储库
03-19
STAR：训练有素的铰接式人体退缩器 [] [ ] [ ] 目录 执照 用于非商业科学研究目的的软件版权许可。在下载和/或使用STAR模型和软件（“数据和软件”）之前，请仔细阅读和任何随附的文档。通过下载和/或使用“数据和软件”（包括下载，克隆，安装以及对相应的github存储库的任何其他使用），即表示您确认您已阅读LICENSE文件中的这些，理解并同意被他们束缚。如果您不同意这些，则不得下载和/或使用数据和软件。违反本协议条款的行为将自动终止您根据本权利 描述 STAR - A S解析Ť下雨甲rticulated人类体R egressor是generateive三维人体模型，其被设计成是一个简易替换为广泛使用的SMPL模型。 STAR在包含14,000名人类受试者的大型数据集上进行了训练，具有一组学习到的稀疏和空间局部姿势校正混合形状。在下图中，单个关节移动仅影响稀疏的一组模型顶点。灰
多场景建模: STAR(Star Topology Adaptive Recommender)
sgyuanshi的博客
08-30 2006
针对多场景任务建模，STAR提出了几个有效的组件来探索场景之间的关联和捕获不同场景的区别/特性： - Partitioned Normalization：基于场景分区的标准化 - Star Topology FCN：组合共享中心参数和场景特定参数，对应场景样本更新场景特定参数 - 辅助网络：场景特征更直接地去影响最后的预估
三维人物模型制作流程与学习心得
Takazuki的博客
05-12 1574
三维模型制作过程与学习心得
3D人体重建方法漫谈
热门推荐
Asimov_Liu的博客
07-24 1万+
1 概述 为了让计算机更能理解人类行为，参与人类的生活，与人类交互，获取人体3D姿态和形状就显得尤为重要。目前3D人体重建的方法按照使用的方法不同可以归纳为2类：其一利用已有的人体数据模型，直接从单张RGB图片中恢复人体三维模型（模型匹配）；二是用深度传感器直接采集深度信息，再用拼接的方式构建完整模型（Fusion 方式）。下面回顾这两种方法的研究现状。 2 模型匹配的方法 直接从RGB图片或者视...
Anchor-free目标检测论文汇总
3D视觉工坊
11-09 825
编辑丨CV技术指南前言 Anchor-free 目标检测是目标检测近几年的主流趋势之一，本文将分享一个汇总了最近几年所有Anchor-free论文的github项目。Anchor-free...
AI说，它可以把你变成个游戏 | 3D人体模型 · CVPR
量子位
04-14 3604
三维栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI△ 死亡效应2搭建3D人体模型，早已是AI驾(le)轻(bu)就(si)熟(shu)的一项工作，不论是在VR里，电影里，还是时尚圈。不过，执行这项任务一般需要装备特殊的摄像头，用来检测深度，或者从多个视角拍摄人类的影像。现在，有了一个新的算法，只要有普通摄像头拍摄的单一角度的视频，就可以建立3D模型了。画出一个立体的你，需要分3步——首
深度学习驱动的三维人体重建：进展与未来
三维人体重建技术是计算机视觉与图形学领域的重要研究课题，它旨在从各种感官数据中生成逼真且精确的三维数字人体模型。传统的方法往往依赖于复杂的大型捕捉系统，例如密集的相机阵列，通过两阶段流程进行多视图立体...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI天才研究院

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值