naver/anny

解决的问题

Anny 提供了一个微分可计算的人体网格模型，能够使用一致的拓扑结构和参数空间，表示从婴儿到老年人的广泛人体形态。它为专有的参数化人体模型提供了一个开源且免费的替代方案。

工作原理

Anny 基于 PyTorch 构建，采用参数化方法，根据多种输入类型生成 3D 网格：

• 骨骼绑定姿态：控制身体的关节运动和姿势。
• 表型参数：高阶形状控制（范围 0 到 1），用于定义一般体型类型。
• 局部形状变化：特定调整（范围 -1 到 1），用于详细的身体修改，例如怀孕。
• 面部动作：控制面部表情的混合形状（范围 0 到 1）。

该模型支持多种网格拓扑结构（包括原生 Anny、MakeHuman，以及可互操作的 SMPL-X 和 SOMA 等选项），并提供不同的骨骼绑定系统，以在复杂性与性能之间取得平衡。

适用人群

• 从事人体数字双胞胎工作的 3D 艺术家和研究人员。
• 需要微分人体建模功能的应用开发者。
• 专注于计算机视觉和人体姿态/形状估计的 AI 研究人员。

主要亮点

• 可微分：基于 PyTorch 编写，适用于优化和学习任务。
• 多样的形状范围：能够建模所有年龄和体型的人类。
• 可互操作：支持多种拓扑结构，兼容 SMPL-X 和 SOMA 等生态系统。
• 全面控制：包含全身、手部和面部的专用模型。