HongwenZhang/PyMAF

解決的問題

PyMAF 和 PyMAF-X 解決了從單張單眼影像或影片中精確回歸 3D 人體姿勢與形狀的挑戰。它們旨在提高重建的 3D 人體網格與 2D 影像輸入之間的對齊度與精度，其中 PyMAF-X 特別專注於全身模型回歸。

運作原理

該專案利用金字塔網格對齊反饋迴路 (Pyramidal Mesh Alignment Feedback Loop) 來優化 3D 人體網格。它利用 SMPL 和 SMPL-X 人體模型來表示人體的形狀與姿勢。該系統可以處理靜態影像與影片（支援單人或多人），並使用預訓練模型將影像特徵映射到 3D 網格參數。

適用對象

此工具專為從事電腦視覺、3D 人體重建以及人體姿勢估計的研究人員與開發者所設計。

特色亮點

• 全身支援：PyMAF-X 將能力擴展至對齊良好的全身模型回歸。
• 多樣化輸入：支援影像與影片輸入，包括包含多人的場景。
• 高效能：在 AGORA Test (SMPL-X Whole-Body) 排行榜上排名第二。
• 反饋迴路：採用金字塔網格對齊策略以提高重建準確度。