[صفحة الورق] [ورقة] [Supp. حصيرة.]
ترخيص حقوق الطبع والنشر للبرمجيات لأغراض البحث العلمي غير التجاري . يرجى قراءة الشروط والأحكام بعناية وأي وثائق مصاحبة قبل تنزيل و/أو استخدام نموذج SMPL-X/SMPLIFY-X ، والبيانات والبرامج ، ("النموذج والبرامج") ، بما في ذلك الشبكات ثلاثية الأبعاد ، أوزان مزيج ، وأشكال المزج والمواد والبرامج والبرامج النصية والرسوم المتحركة. من خلال تنزيل و/أو استخدام النموذج والبرنامج (بما في ذلك التنزيل ، والاستنساخ ، والتثبيت ، وأي استخدام آخر لمستودع GitHub هذا) ، فإنك تقر بأنك قد قرأت هذه الشروط والأحكام ، وفهمها ، وتوافق على الالتزام بها. إذا كنت لا توافق على هذه الشروط والأحكام ، فيجب عليك عدم تنزيل و/أو استخدام النموذج والبرنامج. أي انتهاك لشروط هذه الاتفاقية سيقوم تلقائيًا بإنهاء حقوقك بموجب هذا الترخيص.
يمكن العثور على الصور الأصلية المستخدمة للشكلين 1 و 2 من الورقة في هذا الرابط. يتم استخدام الصور الموجودة في الورقة بموجب الترخيص من gettyimages.com. لقد اكتسبنا الحق في استخدامها في المنشور ، لكن إعادة التوزيع غير مسموح بها. يرجى اتباع التعليمات الواردة في الرابط المحدد لاكتساب حق الاستخدام. يتم الحصول على نتائجنا بدقة 483 × 724 بكسل للصور الأصلية.
SMPL-X (SMPL Expressive) هو نموذج جسم موحد مع معلمات الشكل المدربة بشكل مشترك للوجه واليدين والجسم. يستخدم SMPL-X خلعًا خطيًا قائمًا على قمة القمة مع أشكال مزيج تصحيحي مستفاد ، ولديه N = 10 ، 475 رؤوسًا و K = 54 مفاصل ، والتي تشمل مفاصل الرقبة والفك ومقال العيون والأصابع. يتم تعريف SMPL-X بواسطة دالة M (θ ، β ، ψ) ، حيث θ هي المعلمات الوضعية ، β معلمات الشكل ومعلمات تعبير الوجه.
لتثبيت النموذج ، يرجى اتباع الخطوات التالية بالترتيب المحدد:
pip install smplx[all]git clone https://github.com/vchoutas/smplx
python setup.py installلتنزيل نموذج SMPL-X ، انتقل إلى موقع المشروع هذا والتسجيل للوصول إلى قسم التنزيلات.
لتنزيل نموذج SMPL+H ، انتقل إلى موقع المشروع هذا والتسجيل للوصول إلى قسم التنزيلات.
لتنزيل نموذج SMPL ، انتقل إلى هذا الموقع (الذكور والإناث النماذج) وموقع المشروع (النموذج المحايد بين الجنسين) والتسجيل للوصول إلى قسم التنزيلات.
يعطي المحمل خيار استخدام أي من طرز SMPL-X و SMPL+H و SMPL و MANO. اعتمادًا على النموذج الذي تريد استخدامه ، يرجى اتباع تعليمات التنزيل ذات الصلة. للتبديل بين MANO و SMPL و SMPL+H و SMPL-X فقط قم بتغيير معلمات Model_Path أو Model_type . لمزيد من التفاصيل ، يرجى التحقق من مستندات فصول النموذج. قبل استخدام SMPL و SMPL+H ، يجب عليك اتباع الإرشادات الواردة في الأدوات/README.MD لإزالة الكائنات المذهلة من كل من PKLs النموذجية ، بالإضافة إلى دمج معلمات MANO باستخدام SMPL+H.
يمكنك إما استخدام وظيفة إنشاء من body_models أو استدعاء المُنشئ مباشرة لنموذج SMPL و SMPL+H و SMPL-X. يمكن أن يكون المسار إلى النموذج هو المسار إلى الملف مع المعلمات أو الدليل مع الهيكل التالي:
models
├── smpl
│ ├── SMPL_FEMALE.pkl
│ └── SMPL_MALE.pkl
│ └── SMPL_NEUTRAL.pkl
├── smplh
│ ├── SMPLH_FEMALE.pkl
│ └── SMPLH_MALE.pkl
├── mano
| ├── MANO_RIGHT.pkl
| └── MANO_LEFT.pkl
└── smplx
├── SMPLX_FEMALE.npz
├── SMPLX_FEMALE.pkl
├── SMPLX_MALE.npz
├── SMPLX_MALE.pkl
├── SMPLX_NEUTRAL.npz
└── SMPLX_NEUTRAL.pklمراسلات Vertex بين SMPL-X و Mano ، يمكن تنزيل Flame من موقع المشروع. إذا كنت قد استخرجت بيانات المراسلات في مراسلات المجلد ، فاستخدم البرامج النصية التالية لتصورها:
python examples/vis_mano_vertices.py --model-folder $SMPLX_FOLDER --corr-fname correspondences/MANO_SMPLX_vertex_ids.pkl
python examples/vis_flame_vertices.py --model-folder $SMPLX_FOLDER --corr-fname correspondences/SMPL-X__FLAME_vertex_ids.npy
بعد تثبيت حزمة SMPLX وتنزيل معلمات النموذج ، يجب أن تكون قادرًا على تشغيل البرنامج النصي demo.py لتصور النتائج. لهذه الخطوة ، عليك تثبيت حزم Parender و Trimesh.
python examples/demo.py --model-folder $SMPLX_FOLDER --plot-joints=True --gender="neutral"
إذا كنت ترغب في تعديل الوضع العالمي للنموذج ، أي دوران الجذر والترجمة ، إلى نظام إحداثيات جديد على سبيل المثال ، فأنت بحاجة إلى مراعاة أن دوران النموذج يستخدم الحوض كمركز للدوران. يمكن العثور على وصف أكثر تفصيلاً في الرابط التالي. إذا لم يكن هناك شيء واضح ، فيرجى إخبارنا حتى أتمكن من تحديث الوصف.
اعتمادًا على النموذج الذي يتم تحميله لمشروعك ، أي SMPL-X أو SMPL+H أو SMPL ، يرجى الاستشهاد بالعمل الأكثر صلة أدناه ، المدرج في نفس الترتيب:
@inproceedings{SMPL-X:2019,
title = {Expressive Body Capture: 3D Hands, Face, and Body from a Single Image},
author = {Pavlakos, Georgios and Choutas, Vasileios and Ghorbani, Nima and Bolkart, Timo and Osman, Ahmed A. A. and Tzionas, Dimitrios and Black, Michael J.},
booktitle = {Proceedings IEEE Conf. on Computer Vision and Pattern Recognition (CVPR)},
year = {2019}
}
@article{MANO:SIGGRAPHASIA:2017,
title = {Embodied Hands: Modeling and Capturing Hands and Bodies Together},
author = {Romero, Javier and Tzionas, Dimitrios and Black, Michael J.},
journal = {ACM Transactions on Graphics, (Proc. SIGGRAPH Asia)},
volume = {36},
number = {6},
series = {245:1--245:17},
month = nov,
year = {2017},
month_numeric = {11}
}
@article{SMPL:2015,
author = {Loper, Matthew and Mahmood, Naureen and Romero, Javier and Pons-Moll, Gerard and Black, Michael J.},
title = {{SMPL}: A Skinned Multi-Person Linear Model},
journal = {ACM Transactions on Graphics, (Proc. SIGGRAPH Asia)},
month = oct,
number = {6},
pages = {248:1--248:16},
publisher = {ACM},
volume = {34},
year = {2015}
}
تم تطوير هذا المستودع في الأصل لـ SMPL-X/SMPLIFY-X (CVPR 2019) ، فقد تكون مهتمًا بإلقاء نظرة: https://smpl-x.is.tue.mpg.de.
شكر خاص ل Soubhik Sanyal لمشاركة رمز TensorFlow المستخدم في معالم الوجه.
تم تنفيذ رمز هذا المستودع من قبل Vassilis Choutas.
للأسئلة ، يرجى الاتصال [email protected].
للترخيص التجاري (وجميع الأسئلة ذات الصلة لتطبيقات الأعمال) ، يرجى الاتصال بـ [email protected].
