FLAME-Universe

FLAME-Universe

FLAME 3D头部模型的开源资源库

FLAME-Universe汇集了FLAME 3D头部模型相关的代码仓库、数据集和研究论文。项目涵盖3D人脸重建、表情合成和说话头像生成等领域,为计算机视觉和图形学研究提供丰富资源。这个开源资源库助力FLAME模型在学术和工业界的广泛应用。

FLAME3D头部模型开源资源人脸重建表情动画Github开源项目
<h1 align="center">:fire: FLAME 宇宙 :fire:</h1>

本仓库列出了 :fire: FLAME :fire: 3D头部模型的公开可用资源,包括代码、数据集和科学论文。 我们致力于保持列表的更新。欢迎您在讨论区或通过拉取请求添加缺失的基于FLAME的资源(出版物、代码仓库、数据集)。

<p> <p align="center"> <img src="https://yellow-cdn.veclightyear.com/ab5030c0/e18b9bf3-4a8b-4dac-b231-6b0c7bfbb278.png"> </p> </p> <h2 align="center">:fire: FLAME :fire:</h2> <details> <summary>从未听说过FLAME?</summary> <p align="center"> <img src="https://yellow-cdn.veclightyear.com/ab5030c0/ec8ab3f7-5504-4c63-95e0-0317ae196664.gif"> </p>

FLAME是一个轻量级且富有表现力的通用头部模型,由超过33,000个精确对齐的3D扫描数据学习而来。 FLAME结合了线性身份形状空间(从3800名受试者的头部扫描中训练得到)、可关节化的颈部、下颌和眼球、与姿态相关的校正混合形状,以及额外的全局表情混合形状。 详情请参阅科学出版物。 FLAME在知识共享署名许可下公开可用。

</details> <h2 align="center">代码</h2> <details open> <summary>使用FLAME的公开仓库列表(按字母顺序排列)。</summary>
  • BFM_to_FLAME:从Basel人脸模型(BFM)到FLAME的转换。
  • CVTHead:从单张图像生成可控的头部化身。
  • DECA:从单张图像重建具有可动画面部表情细节的3D人脸。
  • DiffPoseTalk:语音驱动的风格化3D面部动画。
  • diffusion-rig:个性化模型,用于编辑肖像图像中的面部表情、头部姿势和光照。
  • EMOCA:从单张图像重建情感化3D人脸。
  • EMOTE:情感化语音驱动的3D人脸动画。
  • expgan:具有表情控制的人脸图像生成。
  • FaceFormer:FLAME网格拓扑下的语音驱动面部动画。
  • FLAME-Blender-Add-on:FLAME Blender插件。
  • flame-fitting:将FLAME拟合到扫描数据。
  • FLAME_PyTorch:FLAME PyTorch层。
  • GANHead 可动画化的神经头部化身。
  • GaussianAvatars 使用FLAME控制的3D高斯点的真实感头部化身。
  • GIF:使用FLAME参数控制生成人脸图像。
  • INSTA:在不到10分钟内从视频生成体积化头部化身。
  • INSTA-pytorch:在不到10分钟内从视频生成体积化头部化身(PyTorch版)。
  • learning2listen:对二人对话中的互动交流进行建模。
  • MICA:从单张图像重建度量准确的3D人脸。
  • MeGA:重建可编辑的混合网格-高斯头部化身。
  • metrical-tracker:用于单目视频的度量人脸跟踪器。
  • NED:视频中的面部情感表情操纵。
  • Next3D:具有FLAME参数控制的3D生成模型。
  • neural-head-avatars:从视频序列构建神经头部化身。
  • NeRSemble:从多视角视频数据构建神经头部化身。
  • photometric_optimization:使用可微渲染将FLAME拟合到图像。
  • RingNet:从单张图像重建3D人脸。
  • ROME:从单张图像创建个性化化身。
  • SAFA:人脸图像动画。
  • Semantify:对3DMM参数进行语义控制。
  • SPECTRE:从图像进行语音感知的3D人脸重建。
  • SMIRK:从单张图像重建情感化3D人脸。
  • TRUST:从图像进行无种族偏见的肤色估计。
  • TF_FLAME:将FLAME拟合到2D/3D关键点、FLAME网格,或采样纹理网格。
  • video-head-tracker:在视频序列中跟踪3D头部。
  • VOCA:FLAME网格拓扑下的语音驱动面部动画。
</details> <h2 align="center">数据集</h2> <details open> <summary>FLAME拓扑网格数据集列表。</summary> - [BP4D+](https://github.com/Zielon/MICA/tree/master/datasets):127名受试者,每人一个中性表情网格模型。 - [CoMA数据集](https://coma.is.tue.mpg.de/download.php):12名受试者,每人12个极端动态表情。 - [D3DFACS](https://flame.is.tue.mpg.de/download.php):10名受试者,共519个动态表情。 - [Decaf数据集](https://github.com/soshishimada/DecafDatasetScript):面部和手部交互的变形捕捉。 - [FaceWarehouse](http://kunzhou.net/zjugaps/facewarehouse/):150名受试者,每人一个中性表情网格模型。 - [FaMoS](https://tempeh.is.tue.mpg.de/):95名受试者,每人28个动态表情和头部姿势,共约60万帧。 - [Florence 2D/3D](https://github.com/Zielon/MICA/tree/master/datasets):53名受试者,每人一个中性表情网格模型。 - [FRGC](https://github.com/Zielon/MICA/tree/master/datasets):531名受试者,每人一个中性表情网格模型。 - [LYHM](https://www-users.cs.york.ac.uk/~nep/research/Headspace/):1216名受试者,每人一个中性表情网格模型。 - [MEAD重建](https://github.com/radekd91/inferno/tree/release/EMOTE/inferno_apps/TalkingHead):MEAD(情感说话面部数据集)的3D面部重建。 - [NeRSemble数据集](https://github.com/tobias-kirschstein/nersemble):10个多视角图像序列和FLAME网格拓扑结构的3D面部。 - [Stirling](https://github.com/Zielon/MICA/tree/master/datasets):133名受试者,每人一个中性表情网格模型。 - [VOCASET](https://github.com/TimoBolkart/voca):12名受试者,每人40个带同步音频的语音序列。 <h2 align="center">出版物</h2> <details open> <summary>基于FLAME的科学出版物列表。</summary>

2024年

2023年

2022

2021

2020

2019

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多