Pythorch的SMPL层

SMPL人体[1]层为PyTorch(用v0.4和v1.x测试)

是一个可微的pytorch层，它确定地从姿势和形状参数映射到人体关节和顶点。

它可以作为可微层集成到任何体系结构中，以预测实体网格。

代码由Yana Hasson改编自manopth存储库。

安装

您可以从PyPI：安装smpl pytorch

pip install smpl-pytorch

此外，您还必须下载smpl pickle文件：通过选择“smpl for python users”，从SMPL website下载模型。请注意，您需要遵守SMPL model license。

提取models文件夹并将其复制到smpl/native/文件夹中。

或者，可以手动设置包(请参见下一步)。

设置依赖项：

安装environment.yml中列出的依赖项

在现有的CONDA环境中，^ {< CD3> }

在新环境中，conda env create -f environment.yml，将创建名为smplpytorch的conda环境

下载smpl pickle文件：

通过选择“smpl for python users”，从SMPL website下载模型。请注意，您需要遵守SMPL model license。

提取models文件夹并将其复制到smpl/native/文件夹中。

演示

向前传递从smpl层随机创建的姿势和形状参数，并显示人体网格和关节：

python demo.py

致谢

代码很大程度上建立在Yana Hasson的manopth存储库上，它实现了MANO手模型[2]层。

代码是来自chumpy的原始SMPL模型的pytorch端口。它建立在Loper等人的工作之上。[1]。

如果您发现此代码对您的研究有用，请引用原始SMPL出版物：@article{SMPL:2015,

author = {Loper, Matthew and Mahmood, Naureen and Romero, Javier and Pons-Moll, Gerard and Black, Michael J.},

title = {{SMPL}: A Skinned Multi-Person Linear Model},

journal = {ACM Trans. Graphics (Proc. SIGGRAPH Asia)},

number = {6},

pages = {248:1--248:16},

volume = {34},

year = {2015}

}

参考文献

[1]Matthew Loper，Naureen Mahmood，Javier Romero，Gerard Pons Moll，和Michael J.Black，“SMPL:一个皮肤多人线性模型”，Siggraph Asia，2015年。

[2]Javier Romero、Dimitrios Tzionas和Michael J.Black，“具体化的手：将手和身体建模和捕捉在一起”，Siggraph Asia，2017年。

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库