aitviewer
1.13.0
Seperangkat alat untuk memvisualisasikan dan berinteraksi dengan rangkaian data 3D dengan dukungan lintas platform di Windows, Linux, dan macOS. Lihat halaman resmi di https://eth-ait.github.io/aitviewer untuk semua detailnya.
Instalasi Dasar:
pip install aitviewerPerhatikan bahwa ini tidak menginstal PyTorch versi GPU secara otomatis. Jika lingkungan Anda sudah memuatnya, Anda sebaiknya melanjutkan, jika tidak, instal secara manual.
Atau instal secara lokal (jika Anda perlu memperluas atau mengubah kode)
git clone [email protected]:eth-ait/aitviewer.git
cd aitviewer
pip install -e .Di macOS dengan Apple Silicon disarankan untuk menggunakan PyQt6. Silakan periksa masalah ini untuk petunjuk instalasi.
Untuk pemasangan lebih lanjut dan pemasangan model bodi SMPL, silakan merujuk ke dokumentasi .
Antarmuka Python asli, mudah digunakan dan diretas.
Muat urutan SMPL[-H/-X] / MANO / FLAME / STAR / SUPR dan tampilkan dalam penampil interaktif.
Mode tanpa kepala untuk rendering video/gambar di server.
Mode jarak jauh untuk integrasi kode visualisasi tanpa pemblokiran.
Render data 3D di atas gambar melalui model kamera perspektif lemah atau OpenCV.
Jalur kamera yang dapat dianimasikan.
Edit urutan dan pose SMPL secara manual.
Primitif yang dapat dirender sebelumnya (silinder, bola, awan titik, dll).
GUI bawaan yang dapat diperluas (berdasarkan Dear ImGui).
Ekspor tangkapan layar, video, dan tampilan meja putar (sebagai mp4/gif)
Pipeline rendering berbasis ModernGL Berperforma Tinggi (berjalan pada 100fps+ di sebagian besar laptop).
Menampilkan pose T SMPL (Membutuhkan model SMPL):
dari aitviewer.renderables.smpl import SMPLSequencefrom aitviewer.viewer import Viewerif __name__ == '__main__':v = Viewer()v.scene.add(SMPLSequence.t_pose())v.run()
Contoh proyek menggunakan aitviewer. Beri tahu kami jika Anda ingin ditambahkan ke daftar ini!
Fan dkk., HOLD: Rekonstruksi 3D Kategori-agnostik dari Tangan dan Benda yang Berinteraksi dari Video, CVPR 2024
Braun dkk., Sintesis Interaksi Tangan-Objek Seluruh Tubuh yang Masuk Akal Secara Fisik, 3DV 2024
Zhang dan Christen dkk., ArtiGrasp: Sintesis yang Masuk Akal Secara Fisik dari Penggenggaman dan Artikulasi Bi-Manual yang Cekatan, 3DV 2024
Kaufmann dkk., EMDB: Basis Data Elektromagnetik Pose dan Bentuk Manusia 3D Global di Alam Liar, ICCV 2023
Shen dan Guo dkk., X-Avatar: Avatar Manusia Ekspresif, CVPR 2023
Sun et al., TRACE: Regresi Temporal 5D Avatar dengan Kamera Dinamis dalam Lingkungan 3D, CVPR 2023
Fan dkk., ARCTIC: Kumpulan Data untuk Manipulasi Benda Tangan Bimanual yang Cekatan, CVPR 2023
Dong dan Guo dkk., PINA: Mempelajari Avatar Neural Implisit yang Dipersonalisasi dari Urutan Video RGB-D Tunggal, CVPR 2022
Dong dkk., Estimasi Pose Multi-Orang yang Sadar Bentuk dari Gambar Multi-tampilan, ICCV 2021
Kaufmann dkk., EM-POSE: Estimasi Pose Manusia 3D dari Pelacak Elektromagnetik Jarang, ICCV 2021
Vechev dkk., Desain Komputasi Pakaian Kinestetik, Eurografik 2021
Guo dkk., Pengambilan Performa Manusia dari Video Monokuler di Alam Liar, 3DV 2021
Jika Anda menggunakan perangkat lunak ini, harap kutip seperti di bawah ini.
@software{Kaufmann_Vechev_aitviewer_2022,
author = {Kaufmann, Manuel and Vechev, Velko and Mylonopoulos, Dario},
doi = {10.5281/zenodo.10013305},
month = {7},
title = {{aitviewer}},
url = {https://github.com/eth-ait/aitviewer},
year = {2022}
}Perangkat lunak ini dikembangkan oleh Manuel Kaufmann, Velko Vechev dan Dario Mylonopoulos. Untuk pertanyaan silakan buat masalah. Kami menyambut dan mendorong kontribusi modul dan fitur dari komunitas.
