google/GNM

解决的问题

GNM 提供高保真参数化 3D 人体模型，旨在解决计算机视觉和生成式 AI 中准确表示人体几何形状和外观的挑战。其目标是成为最完整的 3D 参数化人体模型，提供一种解耦身份、表情和姿态控制的方法。

工作原理

该项目使用一系列参数化统计人体模型。首个版本 GNM Head 专注于人类头部和面部，提供了一个允许对身份、表情和头部姿态进行细粒度控制的统计模型。它还包括内部解剖结构，如眼球、牙齿和舌头。该系统设计灵活，支持包括 NumPy、JAX、PyTorch 和 TensorFlow 在内的多种后端。

适用对象

需要在其应用中进行精确 3D 人体表示的计算机视觉、计算机图形学和生成式 AI 领域的研究人员和开发人员。

亮点

• 多框架支持：兼容 NumPy、JAX、PyTorch 和 TensorFlow。
• 高保真头部模型：提供面部及面部相关内部解剖结构（眼睛、牙齿、舌头）的详细 3D 几何形状。
• 解耦控制：对身份、表情和姿态进行独立控制。
• 宽松的许可证：基于 Apache 2.0 发布的开源项目，可用于商业和非商业用途。