Hyeongjin Nam* 1 , Daniel Sungho Jung* 1 , Gyeongsik Moon 2 , Kyoung Mu Lee 1
1 Universitas Nasional Seoul , 2 Lab Codec Avatar, Meta
(*Kontribusi yang sama)
CONTHO bersama-sama merekonstruksi manusia dan objek 3D dengan memanfaatkan kontak manusia-objek sebagai sinyal kunci dalam rekonstruksi yang akurat. Untuk mencapai tujuan ini, kami mengintegrasikan "rekonstruksi objek-manusia 3D" dan "Estimasi kontak objek-manusia" , dua tugas berbeda yang telah dipelajari secara terpisah dalam dua jalur, dengan satu kerangka terpadu.
Kami menyarankan Anda untuk menggunakan lingkungan virtual Anaconda. Instal PyTorch >=1.10.1 dan Python >= 3.7.0. Model CONTHO terbaru kami diuji pada Python 3.9.13, PyTorch 1.10.1, CUDA 10.2.
Siapkan lingkungan
# Initialize conda environment conda create -n contho python=3.9 conda activate contho # Install PyTorch conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch # Install all remaining packages pip install -r requirements.txt
Siapkan base_data
dari Google Drive atau Onedrive, dan letakkan sebagai ${ROOT}/data/base_data
.
Unduh pos pemeriksaan terlatih dari Google Drive atau OneDrive.
Terakhir silahkan dijalankan
python main/demo.py --gpu 0 --checkpoint {CKPT_PATH}
Anda harus mengikuti struktur direktori data
seperti di bawah ini.
${ROOT} |-- data | |-- base_data | | |-- annotations | | |-- backbone_models | | |-- human_models | | |-- object_models | |-- BEHAVE | | |-- dataset.py | | |-- sequences | | | |-- Date01_Sub01_backpack_back | | | |-- Date01_Sub01_backpack_hand | | | |-- ... | | | |-- Date07_Sub08_yogamat | |-- InterCap | | |-- dataset.py | | |-- sequences | | | |-- 01 | | | |-- 02 | | | |-- ... | | | |-- 10
Unduh urutan Data01~Data07 dari kumpulan data BEHAVE ke ${ROOT}/data/BEHAVE/sequences
.
(Opsi 1) Unduh langsung kumpulan data BEHAVE dari halaman unduhnya.
(Opsi 2) Jalankan skrip di bawah ini.
scripts/download_behave.sh
Unduh RGBD_Images.zip dan Res.zip dari kumpulan data InterCap ke ${ROOT}/data/InterCap/sequences
.
(Opsi 1) Unduh langsung kumpulan data InterCap dari halaman unduhnya.
(Opsi 2) Jalankan skrip di bawah ini.
scripts/download_intercap.sh
Unduh base_data dari Google Drive atau Onedrive.
(Opsional) Unduh pos pemeriksaan yang dirilis untuk kumpulan data BEHAVE (Google Drive | OneDrive) dan InterCap (Google Drive | OneDrive).
Untuk melatih CONTHO pada dataset BEHAVE atau InterCap, silakan jalankan
python main/train.py --gpu 0 --dataset {DATASET}
Untuk mengevaluasi CONTHO pada dataset BEHAVE atau InterCap, silakan jalankan
python main/test.py --gpu 0 --dataset {DATASET} --checkpoint {CKPT_PATH}
Di sini, kami melaporkan kinerja CONTHO.
CONTHO adalah kerangka rekonstruksi manusia dan objek 3D yang cepat dan akurat !
RuntimeError: Pengurangan, operator -
, dengan tensor bool tidak didukung. Jika Anda mencoba membalikkan topeng, gunakan operator ~
atau logical_not()
sebagai gantinya: Silakan periksa referensi.
bash: scripts/download_behave.sh: Izin ditolak: Silakan periksa referensi.
Kami berterima kasih kepada:
Hand4Whole untuk rekonstruksi jaring manusia 3D.
CHORE untuk pelatihan dan pengujian BEHAVE.
InterCap untuk mengunduh skrip kumpulan data.
DECO untuk pengaturan eksperimen di alam liar.
@inproceedings{nam2024contho, title = {Joint Reconstruction of 3D Human and Object via Contact-Based Refinement Transformer}, author = {Nam, Hyeongjin and Jung, Daniel Sungho and Moon, Gyeongsik and Lee, Kyoung Mu}, booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition}, year = {2024} }