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。

PHALP - 基于3D外观、位置和姿态预测的人体跟踪技术
3D外观预测GithubPHALP人体跟踪位置预测姿态预测开源项目
PHALP是一个开源的3D人体跟踪项目,利用人体3D外观、位置和姿态预测实现精确跟踪。该项目提供完整代码实现,包含安装指南、演示代码、数据集准备和评估工具。PHALP可处理视频文件、YouTube视频和图像目录等多种输入源,并具备多样化的可视化功能。这一工具为人体动作分析和计算机视觉研究提供了有力支持。
BlendArMocap - Blender的无标记动作捕捉与骨骼动画转换工具
BlendArMocapBlenderFreemocapGithubMediapipe动作捕捉开源项目
BlendArMocap是基于Google Mediapipe的Blender插件,用于无标记动作捕捉和骨骼动画转换。该工具支持从实时视频流或录像中检测人体、手部和面部特征,并能高效将捕捉数据转换到3D角色骨骼上。它还支持导入Freemocap会话数据,并与Rigify人形骨骼兼容。这个开源项目为3D动画制作提供了高效的动作捕捉和骨骼动画转换功能。虽然目前已停止活跃维护,BlendArMocap仍是动画制作者的实用动作捕捉解决方案。
goliath - 全身虚拟化身捕捉与重建开源项目
3D建模Codec Avatar StudioGithubGoliath开源项目深度学习计算机视觉
Goliath是一个开源项目,提供全身虚拟化身捕捉和重建技术。项目包含多种捕捉数据集,涵盖可重光照头部和手部、全身和轻装、移动设备等场景。同时提供训练代码,用于生成可重光照的高斯编解码头像、手部模型和基于网格的身体模型。该技术适用于虚拟现实、增强现实和数字人等领域。项目还提供相关的代码实现,包括损失函数、独立模型、可重用模块和工具等。数据集包含相机视图、分割信息、3D关键点、配准和未配准网格,以及光照信息。开发者可通过示例数据和检查点了解数据格式,并使用提供的训练和可视化脚本进行实验。
Total-Recon - 可变形场景重建技术实现沉浸式视角合成
3D重建GithubICCV 2023可变形场景重建开源项目视角合成计算机视觉
Total-Recon是一种可变形场景重建系统,能从RGBD传感器拍摄的长视频中重建场景几何、外观和物体运动。该系统支持从新视角渲染场景,包括第一人称和第三人称跟随视角,并提供3D视频滤镜功能。这项技术为沉浸式视角合成和增强现实应用提供了基础支持。
RobustVideoMatting - 实现实时且高分辨率的视频抠图技术
GithubPyTorchRVMRobust Video Matting实时性能开源项目热门视频抠图
RobustVideoMatting(RVM)是针对视频中人物进行抠图的专利技术,采用循环神经网络结构优化视频帧的时序处理,无需额外输入即可实现实时抠图。该项目支持4K 76FPS和HD 104FPS的实时处理速度,可广泛应用于各种视频编辑和增强场景。
6DRepNet - 全范围无约束头部姿态估计方法
6DRepNetGithub头部姿态估计开源项目旋转矩阵深度学习计算机视觉
6DRepNet是一种创新的头部姿态估计方法,采用6D旋转矩阵表示和测地线距离损失函数。该方法能学习完整的旋转外观,实现无约束全范围头部姿态预测。在AFLW2000和BIWI数据集上,6DRepNet显著优于现有方法,平均角度误差降低20%。项目提供pip安装包,支持实时摄像头演示。
MonocularRGB_3D_Handpose_WACV18 - 实时单目RGB手部3D姿态估计方法
3D手部姿态估计GithubOpenpose单目RGB相机实时处理开源项目深度学习
MonocularRGB_3D_Handpose_WACV18项目开发了一种基于单个RGB摄像头的实时多手3D姿态估计方法。该方法融合深度学习与生成式技术,实现了不受限场景下的实时单目3D手部姿态估计。项目通过手部检测、2D关节估计和3D模型拟合三个步骤完成姿态估计。代码库包含Ubuntu 16.04二进制文件、Python脚本,支持多种2D关节估计器,并提供Docker配置便于测试。
Groma - 多模态大语言模型Groma的视觉定位技术
GithubGroma区域理解多模态大语言模型开源项目视觉上下文视觉标记
Groma是一款多模态大语言模型,具有出色的区域理解和视觉定位功能,能够处理用户定义的区域输入并生成基于视觉内容的长文本回答。Groma采用独特的视觉标记和外部模块进行定位,在多模态引用表达理解基准方面表现优秀,并提供详细的安装、数据准备和训练指南,方便用户进行自定义训练。
VirtualMotionCapture - VR动作捕捉应用实现3D模型实时控制
GithubVRM模型VR游戏VirtualMotionCapture动作捕捉开源项目虚拟摄像机
VirtualMotionCapture是一款VR动作捕捉应用,可在VR游戏中实时控制3D模型。支持3-10点全身追踪,无需额外设备即可展示动态姿势。兼容VRM模型文件,可与VR游戏同时运行。支持多种追踪配置,包括HMD、手柄和多个追踪器。提供设备分配、相机控制和快捷键设置功能,适用于多种VR设备。
SMPLer-X - 基于ViT的高效人体3D重建框架
3D人体重建GithubSMPLer-X人体姿态估计开源项目深度学习计算机视觉
SMPLer-X是一个基于ViT主干网络的人体姿态和形状估计框架,通过多数据集训练实现高精度和高效率。该框架提供多种规模的模型版本,适应不同计算资源。SMPLer-X在多个基准测试中表现优异,支持便捷的推理、训练和测试。项目还提供Docker部署,为研究和开发提供灵活的人体3D重建工具。
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