nghorbani/amass

解決的問題

AMASS 為多個基於光學標記的動作捕捉 (mocap) 資料集提供了一個統一的框架與參數化方法。它透過將各種來源整合為通用格式，解決了人體動作資料碎片化的問題，使其更易於用於動畫製作、視覺化以及訓練深度學習模型。

運作方式

該專案使用 MoSh++ 管線將 SMPL+H 人體模型擬合至動作捕捉資料。它將人體動作表示為表面形狀，並支援擴展的形狀空間（16 個 betas 與 8 個 DMPLs）。該儲存庫提供了使用 AMASS 資料來製作 SMPL+H、SMPL 與 SMPL-X 人體模型動畫的工具與 Jupyter notebooks。

目標受眾

從事電腦視覺、動畫與深度學習的研究人員與開發者，他們需要高品質、標準化的人體動作捕捉資料來進行訓練或視覺化。

特色亮點

• 來自多種 mocap 資料集的人體動作統一資料庫。
• 支援多種人體模型，包括 SMPL+H、SMPL 與 SMPL-X。
• 包含預先定義且不重疊的訓練/驗證/測試資料分割。
• 使用 DFaust 註冊產生合成 mocap 的工具。