ROMP | BEV | TRACE |
---|---|---|
单目、单阶段、多人3D姿态回归(ICCV21) | 将人物置于正确位置:单目3D人物深度回归(CVPR2022) | TRACE:动态相机3D环境下的5D时序头像回归(CVPR2023) |
ROMP是一种单阶段方法,用于实时单目多人3D网格恢复。 | BEV进一步探索多人深度关系并支持所有年龄段。 | TRACE进一步跟踪特定对象并在动态相机下恢复其全局3D轨迹。 |
[论文] [视频] | [项目主页] [论文] [视频] | [项目主页] [论文] [视频] |
[相对人体数据集] | [动态相机数据集] | |
我们提供跨平台API(通过pip安装),可在Linux / Windows / Mac上运行ROMP和BEV。
目录
新闻
2023/06/17: 发布TRACE的代码。请参考此说明进行推理。
2022/06/21: 发布BEV的训练和评估代码。请更新模型数据。
2022/05/16: 发布simple-romp v1.0,支持跟踪、在Python中调用、导出bvh等功能。
2022/04/14: 在simple-romp v0.1.0中发布BEV的推理代码。
2022/04/10: 增加onnx支持,在CPU/GPU上推理速度更快。
旧日志
入门
请使用simple-romp进行推理,其余代码仅用于训练。
如何使用
ROMP & BEV
对于推理和导出(fbx/glb/bvh),请参考此指南。
对于训练,请参考installation.md进行完整安装,dataset.md准备数据,train.md进行训练。
对于基准评估,请参考romp_evaluation和bev_evaluation。
TRACE
对于推理,请参考此说明。
对于基准评估,请参考trace_evaluation。
对于训练,请参考trace_train。
扩展
[Blender插件]: Yan Chuanhang创建了一个Blender插件,可以使用ROMP从图像、视频或网络摄像头输入驱动Blender中的3D角色。
[VMC协议]: Vivien Richter为ROMP实现了VMC(虚拟动作捕捉)协议支持,适用于不同的动作捕捉解决方案。
Docker使用
请参考docker.md
问题报告
欢迎提交问题报告。
贡献者
本仓库由Yu Sun维护。
ROMP也得益于许多开发者的贡献,包括:
- Peng Cheng:对中心图训练进行建设性讨论。
- Marco Musy:在纹理SMPL可视化方面提供帮助。
- Gavin Gray:添加支持在笔记本中运行代码的优雅上下文管理器。
- VLT Media和Vivien Richter:添加在Windows上运行和batch_videos.py的支持。
- Chuanhang Yan:开发Blender中驱动角色的插件。
- Tian Jin:在简化SMPL和快速渲染方面提供帮助(realrender)。
- ZhengdiYu:对优化实现细节进行有益讨论。
- Ali Yaghoubian:为simple-romp添加Docker文件。
引用
@InProceedings{TRACE,
author = {Sun, Yu and Bao, Qian and Liu, Wu and Mei, Tao and Black, Michael J.},
title = {{TRACE: 5D Temporal Regression of Avatars with Dynamic Cameras in 3D Environments}},
booktitle = {CVPR},
year = {2023}}
@InProceedings{BEV,
author = {Sun, Yu and Liu, Wu and Bao, Qian and Fu, Yili and Mei, Tao and Black, Michael J},
title = {{Putting People in their Place: Monocular Regression of 3D People in Depth}},
booktitle = {CVPR},
year = {2022}}
@InProceedings{ROMP,
author = {Sun, Yu and Bao, Qian and Liu, Wu and Fu, Yili and Michael J., Black and Mei, Tao},
title = {{Monocular, One-stage, Regression of Multiple 3D People}},
booktitle = {ICCV},
year = {2021}}
致谢
本工作得到了国家重点研发计划(项目编号:2020AAA0103800)的支持。
MJB声明:https://files.is.tue.mpg.de/black/CoI_CVPR_2023.txt