Project Icon

RSN

高效聚合特征实现精确人体姿态估计

RSN项目提出Residual Steps Network姿态估计方法,通过聚合同一空间尺度特征获得精细局部表示,实现精确关键点定位。项目引入Pose Refine Machine注意力机制进一步优化关键点位置。RSN在COCO和MPII基准测试中取得领先结果,并在2019年COCO关键点挑战赛中获得第一名和最佳论文奖。该方法在多人姿态估计任务中展现出优异性能。

ECON - 单图高精度3D人体重建 支持复杂姿态和宽松服装
3D人体重建CVPRECONGithub开源项目深度学习计算机视觉
ECON是一种从单张彩色图像进行人体数字化的先进技术。它结合隐式和显式表示的优点,能从日常图像中重建高保真3D着装人体模型,即使对象穿着宽松服装或处于复杂姿势。该技术支持多人重建和SMPL-X动画,采用创新的d-BiNI方法优化前后2.5D表面,保证细节与法线图一致并与SMPL-X表面对齐。ECON在处理各种实际场景中的人体重建任务时表现出色。
controlnet-openpose-sdxl-1.0 - 基于SDXL的开源人体姿态控制模型
ControlNetGithubHuggingfaceSDXL人体姿态检测图像生成开源项目机器学习模型
controlnet-openpose-sdxl-1.0是一个基于SDXL开发的人体姿态控制模型,通过OpenPose技术实现对AI生成图像中人物姿态的控制。模型在HumanArt数据集上达到0.357 mAP指标,可用于生成真实人物和动漫风格图像。该项目基于stabilityai的SDXL基础模型开发,采用Apache 2.0许可证发布。
WHAM - 基于世界坐标系的高精度3D人体动作重建技术
3D人体重建GithubWHAM人体姿态估计开源项目深度学习计算机视觉
WHAM是一种创新的3D人体动作重建技术,能在世界坐标系中精确重现人体动作。该技术基于PyTorch平台,整合了视觉变换器和SLAM技术,可从单一视频中提取精确的人体运动和姿态数据。WHAM在3DPW和EMDB等多个基准数据集上展现出卓越性能,为人体动作分析和计算机视觉研究开辟了新途径。
RoHM - 基于扩散模型的稳健人体运动重建系统
AMASS数据集GithubRoHMSMPL-X人体动作重建开源项目扩散模型
RoHM是一个基于扩散模型的人体运动重建系统。它可以从含噪声和遮挡的输入数据中,在统一的全局坐标系下重建完整合理的人体运动。该系统将任务分为全局轨迹和局部运动两部分,并采用创新的条件模块捕捉二者关联。RoHM在多个标准数据集上表现优异,为人体运动重建研究提供了新的解决方案。
MotionBERT - 多任务人体运动表征学习框架
GithubMotionBERT人体动作表示姿态估计开源项目深度学习计算机视觉
MotionBERT是一个多任务人体运动表征学习框架,整合了3D人体姿态估计、基于骨骼的动作识别和人体网格恢复等任务。该项目提供预训练模型和下游任务实现,支持自定义视频推理和生成以人为中心的视频表征。MotionBERT在多个基准测试中展现出优异性能,为人体运动分析研究提供了一个统一且高效的解决方案。
SPIGA - 结合CNN和GNN的人脸对齐与头部姿态估计算法
CNNGithubSPIGA人脸对齐图注意力网络头部姿态估计开源项目
SPIGA是一个结合CNN和GNN优势的人脸对齐和头部姿态估计算法。它能在复杂外观变化下生成合理的人脸形状,并在多个数据集上达到顶尖性能。该项目提供简单的推理框架,便于集成到其他应用中。此外,SPIGA还包含通用的数据加载器和基准测试工具,可用于相关任务的研究开发。
SIFU - 单图高精度3D人体重建技术 适用于实际应用场景
3D人体重建GithubSIFU开源项目深度学习计算机视觉隐式函数
SIFU是一项创新的3D人体重建技术,能够从单一图像生成高质量的3D clothed human模型。该技术采用Side-view Conditioned Implicit Function提升特征提取和几何精度,并通过3D Consistent Texture Refinement改善纹理质量。SIFU在处理复杂姿势和宽松服装方面表现突出,适用于3D打印和场景创建等实际应用。作为CVPR 2024的亮点论文,SIFU为真实世界的人体重建任务提供了有效解决方案。
graph-cut-ransac - 高效鲁棒性估计算法,支持同源矩阵、基础矩阵及6D姿态估计
C++Computer VisionGithubGraph-Cut RANSACOpenCVPython开源项目
Graph-Cut RANSAC是一种用于同源矩阵、基础矩阵和6D姿态估计的鲁棒性算法。它已包括在OpenCV中,并支持通过pip安装Python封装,或通过CMake编译C++源码。该算法的应用示例可通过Jupyter Notebook进行演示,主要依赖Eigen、CMake和OpenCV库,适用于现代编译器。
PoseGPT - 基于对话的3D人体姿态理解和生成模型
3D人体姿势ChatPoseGithubSMPL人工智能对话多模态大语言模型开源项目
ChatPose是一个用于理解和推理3D人体姿态的多模态大语言模型。它支持用户通过自然语言对话询问人体姿态相关问题,并能从图像和文本描述中推断3D人体姿态。该模型以SMPL格式输出姿态参数,并生成对应的3D人体网格模型。ChatPose为3D人体姿态研究和应用提供了新的探索方向。
lightning-pose - 基于PyTorch Lightning的高效姿态估计框架
GithubLightning Pose姿态估计开源项目深度学习计算机视觉
Lightning Pose是一个基于PyTorch Lightning的姿态估计框架,利用NVIDIA DALI加速未标记视频的训练。框架集成了TensorBoard、FiftyOne和Streamlit等评估工具,支持已标记数据和未标记视频的模型训练与评估。项目还提供浏览器应用,涵盖数据标注、模型训练到结果可视化的完整流程。此外,团队开发的Ensemble Kalman Smoother (EKS)后处理器可与多种姿态估计包兼容。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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