Project Icon

DWPose

基于两阶段蒸馏的高效全身姿态估计方法

DWPose是一种采用两阶段知识蒸馏的全身姿态估计方法。该项目提供多个不同规模的模型,在COCO-WholeBody数据集上表现出色。DWPose可替代OpenPose用于ControlNet,提升图像生成质量。项目开源了模型及相关代码,支持ONNX推理,并可与Stable Diffusion WebUI集成。

HumanSD - 基于骨骼引导的人体图像生成模型
GithubHumanSDStable Diffusion人物图像生成开源项目扩散模型骨架引导
HumanSD是一个基于骨骼引导的扩散模型,用于生成可控的人体图像。该模型通过热图引导去噪损失对稳定扩散模型进行微调,增强了骨骼条件的控制能力,同时减轻了灾难性遗忘。HumanSD在三个大规模人体数据集上训练,其中两个是新建立的。相比现有方法,HumanSD在复杂姿势、绘画风格、多人场景和细节方面表现更佳。
iros20-6d-pose-tracking - 6D姿态跟踪的优化方案,提高机器人操控和视觉领域的精度和效率
6D姿态跟踪GithubRGB-D图像iros20-6d-pose-trackingse(3)-TrackNet开源项目机器人操作
se(3)-TrackNet通过校准合成图像残差,实现视频序列中的6D姿态跟踪,适用领域包括机器人操控和增强现实。其神经网络架构有效减少域迁移,并采用Lie Algebra实现三维定向表示,即使仅使用合成数据训练也能在真实图像中工作。研究表明,在遮挡条件下,该方法提供稳定和精准的姿态估计,计算效率高达90.9Hz。
control_v11f1p_sd15_depth - 基于深度图的ControlNet模型为Stable Diffusion提供精准深度控制
ControlNetGithubHuggingfaceStable Diffusion图像处理图像生成开源项目模型深度估计
control_v11f1p_sd15_depth是ControlNet v1.1系列的深度图控制模型。它通过深度信息精确控制图像生成,支持多种深度估计方法。相比1.0版本,新模型优化了训练数据,提高了预处理器兼容性,增强了通用性和鲁棒性。该模型可与Stable Diffusion等扩散模型配合使用,为图像生成提供精确的深度控制。
awesome-hand-pose-estimation - 手部姿态估计研究与资源合集
3D hand reconstructionCVPRGithubdepth-based estimationhand pose estimationself-supervised learning开源项目
本项目汇集了手部姿态估计的核心资源,包括评估方法、权威期刊论文、顶级会议论文和预印本等,从2014年到2024年覆盖最前沿的研究成果,囊括了多视角视频数据集和RGB+深度数据集。本项目提供该领域的最新动态,适合研究人员和开发者参考,用户亦可贡献资源,共同完善这一知识库。
Depth-Anything-V2-Small-hf - 单目深度估计新标杆 精细、稳健且高效
Depth Anything V2GithubHuggingface人工智能图像处理开源项目模型深度估计计算机视觉
Depth-Anything-V2-Small-hf是一款基于DPT架构和DINOv2主干的先进单目深度估计模型。经过大规模合成和真实图像训练,它在细节精度和稳健性上超越了前代产品。相比基于稳定扩散的模型,该模型速度提升10倍,且更为轻量。它在零样本深度估计任务中表现卓越,可广泛应用于3D重建和场景理解等领域。研究者和开发者可通过Transformers库便捷地集成和使用这一模型。
TokenHMR - 基于令牌化姿态表示的人体网格重建新方法
GithubTokenHMR人体网格恢复姿态表示开源项目深度学习计算机视觉
TokenHMR采用阈值自适应损失缩放和令牌预测技术,通过令牌化和TokenHMR两个阶段提高3D人体网格重建精度。该方法在图像对齐和3D姿态估计方面均有良好表现,可用于图像和视频处理,对人体姿态和形状估计研究具有重要意义。
PyMAF-X - 单图像全身3D人体重建新技术
3D人体重建GithubPyMAF-X人体姿态估计开源项目深度学习计算机视觉
PyMAF-X是一个开源的3D人体重建项目,利用金字塔网格对齐反馈循环技术,从单幅图像或视频中重建全身3D人体模型。该方法在COCO等数据集上表现优异,适用于计算机视觉和动作捕捉等领域。项目提供预训练模型,支持图像和视频输入,便于研究和应用。
multi-hmr - 单次处理实现多人全身3D人体网格重建
GithubMulti-HMR人体网格重建多人检测开源项目深度学习计算机视觉
Multi-HMR是一种高效的单次处理模型,用于多人全身人体网格重建。该模型仅需一张RGB图像输入,即可在相机空间中重建多个人的3D模型。项目在BEDLAM、EHF等多个数据集上实现了领先性能,并提供预训练模型和演示代码,可应用于图像中的多人3D重建任务。
Depth-Anything-V2 - 单目深度估计新突破,高精度与快速推理并重
Depth Anything V2Github开源项目深度估计计算机视觉预训练模型
Depth-Anything-V2是单目深度估计领域的新进展。该模型在细节表现和鲁棒性上显著优于V1版本,并在推理速度、参数量和深度精度方面超越了基于SD的模型。项目提供四种预训练模型,适用于相对和度量深度估计,可处理图像和视频。此外,发布的DA-2K基准为深度估计研究设立了新标准。
dressing-in-order - 递归生成人物图像的姿势迁移和虚拟试衣技术
GithubICCV人像生成姿势迁移开源项目服装编辑虚拟试衣
Dressing in Order 项目开发了一种创新的人物图像生成方法,实现姿势迁移、虚拟试衣和服装编辑功能。系统通过递归方式按顺序生成人物图像各部分,提高了图像操控的精细度和灵活性。项目提供开源代码、预训练模型和在线演示,便于研究者探索和应用这一技术。
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