aitviewer
1.13.0
Набор инструментов для визуализации и взаимодействия с последовательностями трехмерных данных с кроссплатформенной поддержкой в Windows, Linux и macOS. Подробности смотрите на официальной странице https://eth-ait.github.io/aitviewer.
Базовая установка:
pip install aitviewerОбратите внимание, что при этом версия PyTorch для графического процессора не устанавливается автоматически. Если ваша среда уже содержит его, все готово, в противном случае установите его вручную.
Или установите локально (если вам нужно расширить или изменить код)
git clone [email protected]:eth-ait/aitviewer.git
cd aitviewer
pip install -e .В macOS с Apple Silicon рекомендуется использовать PyQt6. Пожалуйста, проверьте этот вопрос для получения инструкций по установке.
Для более сложной установки и установки моделей кузовов SMPL обратитесь к документации.
Собственный интерфейс Python, простой в использовании и взломе.
Загрузите последовательности SMPL[-H/-X]/MANO/FLAME/STAR/SUPR и отобразите их в интерактивном средстве просмотра.
Безголовый режим для серверного рендеринга видео/изображений.
Удаленный режим для неблокирующей интеграции кода визуализации.
Рендеринг 3D-данных поверх изображений с помощью моделей камер со слабой перспективой или OpenCV.
Анимируемые траектории камеры.
Редактируйте последовательности и позы SMPL вручную.
Готовые визуализируемые примитивы (цилиндры, сферы, облака точек и т. д.).
Встроенный расширяемый графический интерфейс (на основе Dear ImGui).
Экспортируйте скриншоты, видео и изображения проигрывателей (в формате mp4/gif)
Высокопроизводительный конвейер рендеринга на основе ModernGL (на большинстве ноутбуков работает со скоростью более 100 кадров в секунду).
Отображение Т-позы SMPL (требуются модели SMPL):
из aitviewer.renderables.smpl import SMPLSequencefrom aitviewer.viewer import Viewerif __name__ == '__main__':v = Viewer()v.scene.add(SMPLSequence.t_pose())v.run()
Выборка проектов с использованием aitviewer. Дайте нам знать, если вы хотите, чтобы вас добавили в этот список!
Фан и др., HOLD: 3D-реконструкция взаимодействующих рук и объектов из видео без учета категорий, CVPR 2024.
Браун и др., Физически правдоподобный синтез взаимодействия всего тела с предметом, 3DV, 2024 г.
Чжан и Кристен и др., ArtiGrasp: физически правдоподобный синтез двуручного ловкого захвата и артикуляции, 3DV 2024
Кауфманн и др., EMDB: Электромагнитная база данных глобальной трехмерной позы и формы человека в дикой природе, ICCV 2023
Шен и Го и др., X-Avatar: Expressive Human Avatars, CVPR 2023.
Сан и др., TRACE: 5D-временная регрессия аватаров с динамическими камерами в 3D-среде, CVPR 2023
Фан и др., АРКТИКА: Набор данных для ловкого бимануального манипулирования руками и предметами, CVPR 2023
Донг и Го и др., PINA: изучение персонализированного неявного нейронного аватара на основе одной видеопоследовательности RGB-D, CVPR 2022
Донг и др., Оценка позы нескольких человек с учетом формы на основе изображений с несколькими изображениями, ICCV 2021
Кауфманн и др., EM-POSE: 3D-оценка позы человека по редким электромагнитным трекерам, ICCV 2021
Вечев и др., Компьютерный дизайн кинестетической одежды, Eurographics 2021.
Го и др., Захват действий человека с помощью монокулярного видео в дикой природе, 3DV, 2021 г.
Если вы используете это программное обеспечение, укажите его, как показано ниже.
@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}
}Это программное обеспечение было разработано Мануэлем Кауфманном, Велко Вечевом и Дарио Милонопулосом. Если есть вопросы, создайте тему. Мы приветствуем и поощряем вклад сообщества в модули и функции.
