python生成3d人体模型_无限想象空间,用Python就能玩的3D人体姿态估计
2
FrankMocap
FrankMocap 是港中文联合 Facebook AI 研究院提出的3D 人体姿态和形状估计算法。
不仅仅是估计人体的运动姿态,甚至连身体的形状,手部的动作都可以一起计算出来。
算法很强大,能够从单目视频同时估计出 3D 人体和手部运动,在一块 GeForce RTX 2080 GPU 上能够达到 9.5 FPS。
缺点就是,速度有点慢,计算量较大,达到实时性有一定难度。
不过随着硬件的快速发展,这都不是问题,「老黄刀法」很给力。
FrankMocap 算法就在这几天,刚刚开源,有 Python 和深度学习基础的朋友,不容错过。
项目地址:
https://github.com/facebookresearch/frankmocap
算法使用 SMPL-X 人体模型。
给定一张彩色图片,通过两个网络模块分别预测手部姿态和人体姿态。
然后再通过整合模块将手和身体组合在一起,得到最终的3D全身模型,整个流程如下图所示:
在具体的各个模块的实现,那就涉及具体的数学公式了。
本文就不多做扩展了,感兴趣的小伙伴,可以直接看论文。
论文地址:
https://arxiv.org/pdf/2008.08324.pdf
论文对每个模块的公式,记录的很详细。
FrankMocap 算法怎么玩?
这里有详细的安装教程:
https://github.com/facebookresearch/frankmocap/blob/master/docs/INSTALL.md
除了常规的第三方库,还需要 Detectron2 用于手部动作捕捉,以及 Pytorch3D 做姿态渲染。
推荐使用 Anaconda 配置,环境配置完毕,就可以开始体验了。
使用方法很简单:
如果只做身体姿态捕捉,可以运行如下命令:
# using a machine with a monitor to show output on screenpython -m demo.demo_bodymocap --input_path ./sample_data/han_short.mp4 --out_dir ./mocap_output# screenless mode (e.g., a remote server)xvfb-run -a python -m demo.demo_bodymocap --input_path ./sample_data/han_short.mp4 --out_dir ./mocap_output
运行效果:
如果只做手部姿态捕捉,可以运行如下命令:
# using a machine with a monitor to show outputs on screenpython -m demo.demo_handmocap --input_path ./sample_data/han_hand_short.mp4 --out_dir ./mocap_output# screenless mode (e.g., a remote server)xvfb-run -a python -m demo.demo_handmocap --input_path ./sample_data/han_hand_short.mp4 --out_dir ./mocap_output
运行效果:
全身的姿态估计,使用如下指令:
# using a machine with a monitor to show outputs on screenpython -m demo.demo_frankmocap --input_path ./sample_data/han_short.mp4 --out_dir ./mocap_output# screenless mode (e.g., a remote server)python -m demo.demo_frankmocap --input_path ./sample_data/han_short.mp4 --out_dir ./mocap_output
运行效果:
感兴趣的小伙伴,赶快试试吧!
3
总结
3D 人体全身运动姿态捕捉,可以做很多有意思的事情。
看到这项技术,你最先想到的,是能做个什么好玩的应用呢?
------------------- End -------------------
往期精彩文章推荐:
欢迎大家点赞,留言,转发,转载,感谢大家的相伴与支持
想加入Python学习群请在后台回复【入群】
万水千山总是情,点个【在看】行不行
/今日留言主题/
随便说一两句吧~~
python生成3d人体模型_无限想象空间,用Python就能玩的3D人体姿态估计相关推荐
- python生成随机数方法_详解用python生成随机数的几种方法
今天学习了用python生成仿真数据的一些基本方法和技巧,写成博客和大家分享一下. 本篇博客主要讲解如何从给定参数的的正态分布/均匀分布中生成随机数以及如何以给定概率从数字列表抽取某数字或从区间列表的 ...
- vs python生成exe文件_使用VScode编写python程序并打包成.exe文件-文件夹变成exe
1. 下载vscode并安装 2. 配置Python环境 点击左下角的吃了图标,在弹出的菜单中选择extensions,在左上方搜索框内输入"Python",可以看到好多Pytho ...
- 无限想象空间,用Python玩转3D人体姿态估计
前言 姿态估计,一直是近几年的研究热点. 它就是根据画面,捕捉人体的运动姿态,比如 2D 姿态估计: 再比如 3D 姿态估计: 看着好玩,那这玩应有啥用呢? 自动驾驶,大家应该都不陌生,很多公司研究这 ...
- 无限想象空间,用Python就能玩的3D人体姿态估计
击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 四月南风大麦黄,枣花未落桐叶长. 1 ...
- Python安装FrankMocap实现3D人体姿态估计
FrankMocap 是港中文联合 Facebook AI 研究院提出的3D 人体姿态和形状估计算法. 不仅仅是估计人体的运动姿态,甚至连身体的形状,手部的动作都可以一起计算出来. 算法很强大,能够从 ...
- 卷积神经网络精确率不增反降_姿态跟踪论文研读--(1)利用卷积神经网络学习人体姿态估计特征...
摘要 本文介绍了一种新的结构,就是利用多层卷积神经网络结构和模块化学习技术来习得低维特征和高维弱空间模型,以此来进行人体姿态估计.无约束的人体姿态估计是计算机视觉领域中最困难,最棘手的问题之一,而我们 ...
- Python+OpenCV+OpenPose实现人体姿态估计(人体关键点检测)
目录 1.人体姿态估计简介 2.人体姿态估计数据集 3.OpenPose库 4.实现原理 5.实现神经网络 6.实现代码 1.人体姿态估计简介 人体姿态估计(Human Posture Estimat ...
- 人体姿态估计、识别与生成最新技术一览
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨WinstonDeng@知乎(已授权) 来源丨https://zhuanlan.zhihu.co ...
- 3D人体姿态估计综述 - 《3D Human pose estimation: A review of the literature and analysis of covariates》
<3D Human pose estimation: A review of the literature and analysis of covariates> CVIU 2016 论文 ...
- 【人体姿态估计综述(2D、3D)】
人体姿态估计综述(2D.3D) 一.任务描述 二.2D人体姿态估计 2.1 2D单人姿态估计 2.1.1 回归方法 2.1.2 heatmap方法 2.2 2D多人姿态估计 2.2.1 自顶向下 2. ...
最新文章
- 生成器与迭代器的区别
- JTAG error:can not read register while CPU is running该如何解决
- python3 的 zip
- 嵌入式Linux全攻略 ACE程序移植过程详细讲解
- IntelliLight: a Reinforcement Learning Approach for Intelligent Traffic Light Control 论文阅读
- 如何使用事务码SMICM分析ABAP代码发起的HTTP请求的错误
- html 三列布局(两列自适应,一列固定宽度)
- 中农大计算机组成原理在线作业1,河北农大2017计算机组成原理_在线作业_1课案.docx...
- 二叉树叶子结点个数统计
- SqlServer数据库性能优化详解
- 干货:饿了么交易系统的重构和实战
- 实训十七:交换机单端口环路检测配置
- ansys怎么批量输入点坐标_CAD大批量输入坐标点的方法
- 如何让青少年在AI时代抢占先机
- 专家教你10个秘诀 70%癌症都能预防
- 【算法】牛顿迭代法求平方根的原理和误差分析
- 删除Mac自带的 ABC 输入法?
- 免登陆免会员修改finalshell背景图(避坑版)
- 2017-12-29-effective-python-02-functions
- 用友数据库“可能发生了架构损坏。请运行 DBCC CHECKCATALOG。”错误修复