Pixel-Talk/PEAR

解决的问题

PEAR 解决了实时、富有表现力的 3D 人体网格恢复的挑战。它能够从图像或视频中同时预测富有表现力的人体网格（EHM-s）参数，实现高速与高细节，同时不牺牲表现力。

工作原理

PEAR 是一个统一的框架，采用像素对齐的方法来恢复 3D 人体网格。它以高效性为设计目标，能够在 100 FPS 下实现实时处理，从而捕捉人体、面部和手部的丰富动作表现。

适用人群

本项目适用于从事 3D 人体重建、计算机视觉和数字人动画的研究人员和开发者，以及使用 SMPL、SMPLX 和 FLAME 等模型的用户。

主要亮点

• 实时性能：能够在 100 FPS 下预测 EHM-s 参数。
• 统一框架：单一系统实现富有表现力的 3D 人体网格恢复。
• 支持多种模型：兼容 SMPL、SMPLX 和 FLAME。
• 多样化输入：支持图像和视频推理。