google/GNM

解決的問題

GNM 提供高保真參數化 3D 人體模型，旨在解決電腦視覺與生成式 AI 中準確表示人體幾何形狀與外觀的挑戰。其目標是成為最完整的 3D 參數化人體模型，提供一種解耦身份、表情與姿態控制的方法。

工作原理

該專案使用一系列參數化統計人體模型。首個版本 GNM Head 專注於人類頭部與面部，提供了一個允許對身份、表情與頭部姿態進行細粒度控制的統計模型。它還包括內部解剖結構，如眼球、牙齒與舌頭。該系統設計靈活，支援包括 NumPy、JAX、PyTorch 與 TensorFlow 在內的多種後端。

適用對象

需要在其應用中進行精確 3D 人體表示的電腦視覺、電腦圖形學與生成式 AI 領域的研究人員與開發人員。

亮點

• 多框架支援：相容 NumPy、JAX、PyTorch 與 TensorFlow。
• 高保真頭部模型：提供面部及面部相關內部解剖結構（眼睛、牙齒、舌頭）的詳細 3D 幾何形狀。
• 解耦控制：對身份、表情與姿態進行獨立控制。
• 寬鬆的授權：基於 Apache 2.0 發佈，可用於商業與非商業用途。