#SMPL-X

RoHM

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。

AiOS

AiOS是一个创新的人体姿态和形状估计框架，采用全新的全流程方法。该项目通过三阶段的渐进式处理，实现高精度的SMPL-X参数回归。AiOS支持多人场景分析，并能有效处理复杂遮挡情况。在AGORA和BEDLAM等多个基准数据集上，AiOS展现出卓越的性能表现。这一开源项目为计算机视觉和人机交互等领域提供了有力的研究工具。

Motion-X

Motion-X是一个大规模的3D全身人体动作数据集，包含15.6M个全身姿势和81.1K个动作片段的SMPL-X参数注释。数据集提供动作标签、文本标签及RGB视频、音频等多模态信息。Motion-X支持文本驱动的3D人体动作生成、全身网格恢复等多种任务。通过整合现有数据集并添加在线视频数据，Motion-X为人体动作研究提供了丰富的资源。