Project Icon

ROMP

单目实时多人体3D网格重建技术

ROMP项目是一种用于实时单目多人体3D网格重建的工具,具备一阶段处理优势,并支持跨平台API(Linux、Windows、Mac)。用户可通过pip安装。最近的更新包括TRACE代码发布,增加了对动态摄像机背景中的5D时间回归,以及BEV的训练和评估代码发布,深入研究多人体深度关系,支持所有年龄段。ROMP还支持Python调用,BVH模型导出,并通过Blender插件实现角色驱动。详细信息请参考项目的论文、数据集及相关演示视频。

Unique3D - 单张图片实现高质量3D网格快速生成
3D网格生成GithubUnique3D单视图开源项目快速实现高保真
Unique3D可以从单张图片快速生成高质量的3D网格,支持多种平台的演示,包括Gradio和Huggingface。该项目正在不断更新,提供Windows和Docker安装支持,未来将推出更稳定的重建功能和训练代码。加入社区了解最新进展和合作机会。
roop-unleashed - 开源AI换脸工具roop-unleashed实现高质量图像和视频换脸
AI换脸Githubroop-unleashed图像处理开源项目深度伪造视频处理
roop-unleashed是一个开源的AI换脸项目,无需训练即可实现高质量图像和视频换脸。该工具提供浏览器图形界面,支持多种换脸模式、批量处理、遮罩生成和人脸增强等功能。项目还包括实时换脸摄像头和视频处理工具,主要用于技术研究和学术目的。roop-unleashed定期更新,不断改进性能和用户体验。
SKEL - 生物力学驱动的精准3D人体模型
3D人体模型GithubSKEL体型参数姿态参数开源项目骨骼模型
SKEL是一种创新的参数化人体模型,融合身体形状和骨骼结构,生成解剖学精确的3D人体。通过调整形状和姿势参数,SKEL能够控制身体外形和骨骼位置,输出关节位置、身体网格和骨骼网格。作为可微分模型,SKEL可适配多种数据源,如运动捕捉和SMPL序列。该项目开源了SKEL加载器和SMPL序列对齐工具,为数字人体建模领域提供了新的研究方向。
head-pose-estimation - 实时人脸姿态估计,使用ONNX Runtime和OpenCV进行处理
GithubONNX RuntimeOpenCV人脸检测头部姿态估计开源项目面部特征点检测
本项目提供了一个实时的人脸姿态估计解决方案,依赖于ONNX Runtime和OpenCV框架。主要步骤包括人脸检测、68个面部标志点检测以及姿态估计。支持Ubuntu 22.04,提供简单的安装步骤和预训练模型下载链接,使用户可以快速启动并运行。本项目支持视频文件和摄像头输入,提供了详尽的训练指导和代码库,确保了高度的灵活性和扩展性,适合开发和测试用途。
SpaTracker - 将2D像素的3D空间运动轨迹可视化
3D追踪CVPR 2024GithubSpatialTracker像素追踪开源项目计算机视觉
SpaTracker是一个计算机视觉项目,可在3D空间中追踪视频中任意2D像素的运动轨迹。该项目支持RGB和RGBD视频输入,采用单目深度估计技术实现像素级追踪。SpaTracker提供演示代码和预训练模型,可视化效果优秀。这一工具可应用于动作分析和视觉特效等领域。该项目在CVPR 2024被评为亮点论文,体现了其在3D视觉追踪领域的创新性。
EmbodiedScan - 全面多模态3D感知套件,提高具身AI的理解能力
3D感知EmbodiedScanGithubMMScan多模态开源项目深度学习
EmbodiedScan及其系列如MMScan是专为多模态3D感知设计的开放数据集与基准,用于深入理解第一人称3D场景。包含超过5000次扫描、100万RGB-D视图、语言提示和160k 3D定向框。基于此数据库的Embodied Perceptron展示了在3D感知和语言定位中的优秀表现,适用于计算机视觉和机器人领域。通过我们的演示和基准测试,了解详细信息和应用案例。
OpenShape_code - 革新3D形状表示方法 实现开放世界理解
3D形状表示GithubOpenShape多模态检索开放世界理解开源项目零样本分类
该项目开发了新型3D形状表示方法,通过大规模训练实现开放世界理解。这一技术在零样本3D形状分类、检索和语义理解任务中表现优异,支持多模态交互并能进行点云描述和图像生成。提供的在线演示、预训练模型和训练代码为3D视觉研究与应用拓展了新方向。
ED-Pose - 革新端到端多人姿态估计框架
ED-PoseGithub多人姿态估计开源项目深度学习目标检测计算机视觉
ED-Pose创新性地将多人姿态估计任务重新定义为两个显式框检测过程,无需后处理和密集热图监督。该框架在COCO数据集上超越同等骨干网络的热图方法1.2 AP,并在CrowdPose数据集上达到76.6 AP的领先水平。ED-Pose还兼容Human-Art数据集,并优化了推理速度。
DigiHuman - 基于摄像头输入的3D角色全身动画生成系统
3D动画生成DigiHumanGithubUnity3D姿态估计开源项目面部动画
DigiHuman是一个开源的人工智能项目,通过摄像头输入自动生成3D角色模型的全身和面部动画。系统结合MediaPipe生成3D关键点和Unity3D渲染技术,实现了全身动作、面部表情等多种动画效果。支持多个混合形状动画、视频导出等功能,为3D虚拟角色动画制作提供了自动化解决方案。该项目支持多种3D模型类型,并优化了动画平滑度,为动画创作者和研究人员提供了创新工具和无限可能。
toon3d - 创新的卡通场景3D重建技术
3D重建GithubToon3D卡通场景多视图立体视觉开源项目结构光法
Toon3D是一个开源项目,致力于将非几何一致性场景(如卡通)重建为3D模型。该项目利用少量2D卡通图像,通过自定义的SfM(Structure from Motion)流程实现3D重建。Toon3D提供了完整的数据处理、标注和重建工具链,使研究人员和开发者能够轻松探索和应用这一创新技术。项目的成果为计算机视觉、动画制作和游戏开发等领域开辟了新的研究方向。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号