论文复现：Expressive Body Capture

写在前面：

01，纯粹个人学习之用，不做任何商用。如有侵权，联系我删除。

02，个人能力有限，仅供参考，欢迎讨论，共同成长。

一. 论文信息

《Expressive Body Capture: 3D Hands, Face, and Body from a Single Image》

论文地址：https://arxiv.org/pdf/2104.03176.pdf

代码地址：https://github.com/vchoutas/smplify-x

二. 内容简介

 这个是效果图，

说实话我体感这个论文碉堡了，我也想实现下自己的数据。后来发现了一个问题：

数据集是EHF（Expressive Hands and Face）

EHF（Expressive Hands and Face）

EHF是用于评估3D人体重建方法的数据集（共601个文件）。

EHF数据集包含100帧，由专业的标注员手工精心标注，以确保3D伪真值（pseudo ground truth
）的真实性。

1. 每帧包含：

1) -文件名：“*_img.jpg” - jpg格式的RGB全身图像。

2) -文件名：“*_img.png” - png格式的RGB全身图像。

3) -文件名：“*_scan.obj” - 此帧的3D扫描（多视图立体重建）。

4) -文件名：“*_align.ply” - 以3D mesh形式将SMPL-X与3D扫描对齐（作为伪真值）。

5) -文件名：“*_2Djnt.json” - 使用OpenPose估计的2D关节（来自单目RGB）。

6) -文件名：“*_2Djnt.png”-OpenPose 2D关节的可视化。

扫描（.obj）和对齐（.ply）均以米为单位。

简单来说：一张图片，需要配套6个文件。 

三. 代码实现

文章复现不做小白科普，需要基础的算法知识。

git clone git@github.com:muelea/smplify-xmc.git
cd smplify-xmc

下载训练好的模型和测试数据。

叫我雷锋，网盘链接如下：

链接：https://pan.baidu.com/s/1_5fgni7u7NylZKrLYWOwPA 
提取码：yq3w 

代码结构图如下：

 

 

 包和依赖没问题的话，运行demo推理文件

这里需要注意的是，路径和自己代码中路径的一致性。（出问题了按照报错对照一下。）

cd /smplify-xmc
python main_singleview.py --config configs/fit_smplx_singleview.yaml \
--dataset mtp_demo \
--input_base_dir data/example_input/singleview/subject1 \
--input_dir_poses data/example_input/presented_poses \
--output_dir data/example_output/singleview/subject1 \
--model_folder /smplify-xmc/modelfolder/models/

效果图对比

 

END

声明:本文章仅供个人学习之用，由于作者能力有限，相关观点和信息仅供参考。

如有侵权请联系。

欢迎各位读者老爷提问和交流。

我们的目标是星辰大海！

（没及时回复加我微信）