facebookresearch/MHR

解决的问题

MHR（Momentum Human Rig）提供了一个高保真度的参数化3D人体模型。用户可以通过控制身体身份、全身关节运动（姿态）和详细面部表情等特定参数，生成逼真的三维人体网格，无需手动雕刻每一种人体变体。

工作原理

该系统使用一组参数来定义人体形态：

• 身份：45个参数，用于控制身体、头部和手部的形状。
• 姿态：204个参数，用于关节角度和缩放，以处理身体运动。
• 面部表情：基于FACS的72个语义混合形状权重，实现精细的面部动画。
• 神经校正：采用基于神经网络的姿态依赖性形变，确保运动过程中网格外观自然。
• 可微分流水线：基于PyTorch构建，支持可微分推理与优化，意味着可集成到机器学习工作流中，根据损失函数优化参数。

适用人群

本工具专为从事3D人体建模、计算机视觉和动画领域的研究人员与开发者设计，适用于需要灵活、可微分人体骨架以生成或恢复人体姿态与形状的用户。

主要亮点

• 多级细节（LOD）：提供7个细节层级（LOD 0–6），在性能与视觉质量之间取得平衡。
• PyTorch集成：支持GPU/CPU加速和标准autograd，便于优化。
• TorchScript支持：提供无需外部代码库或资源的轻量级模型版本，适用于基础推理。
• 互操作性：包含MHR与其他常见人体模型（如SMPL和SMPL-X）之间转换的工具。