PSHuman:开源单图像3D人像重建技术,一张照片就能生成3D人像模型

简介: PSHuman 是一种先进的单图像3D人像重建技术,仅需一张照片即可生成高度逼真的3D模型,支持面部细节、全身姿态和纹理恢复,适用于影视、游戏、虚拟现实等多个领域。

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日分享大模型与 AI 领域的最新开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦


🚀 快速阅读

  1. 技术核心:基于跨尺度多视图扩散模型,仅需一张照片即可生成逼真的3D人像模型。
  2. 功能亮点:支持面部细节重建、全身姿态生成、背景移除和结构化输出。
  3. 应用场景:广泛应用于影视制作、游戏开发、虚拟现实和时尚设计等领域。

PSHuman 是什么

pshuman

PSHuman 是一种先进的单图像3D人像重建技术,基于跨尺度多视图扩散模型,仅需一张照片即可生成高度逼真的3D人像模型。该技术能够同时建模全局形状和局部细节的联合概率分布,避免几何失真,并保持不同视图下身体形状的一致性。

通过显式人体雕刻技术,PSHuman 能够高效恢复逼真的纹理人体网格。在多个数据集上表现出色,具有出色的几何细节、纹理保真度和泛化能力。

PSHuman 的主要功能

  • 单图像3D人像重建:仅需一张照片,快速生成详细的3D模型,大幅提高建模效率。
  • 多视图扩散技术:从单一视角的照片中生成多个角度的人体图像,确保每个角度都尽可能真实。
  • 高保真度面部细节:通过跨尺度扩散方法,兼顾整体身体形状和局部面部特征,避免几何变形。
  • 结合SMPL-X人体模型:生成更加自然和真实的人体动作和形态,提升3D模型的逼真度。
  • 背景移除:支持使用 Clipdrop 或 rembg 工具移除人像照片的背景,简化后续处理流程。
  • 结构化输出:生成的3D模型和渲染视频以结构化文件形式保存,便于查看和分享。
  • SMPL-free版本:无需SMPL条件即可进行多视图生成,适用于一般姿态的人像。

PSHuman 的技术原理

  • 身体+面部增强和多视角生成:将输入照片和预测的人体骨架模型(SMPL-X)送入多视角图像扩散模型,生成6个不同角度的全身图片及高精度局部面部图片。
  • 跨尺度扩散方法:同时建模全局全身形状和局部面部特征的联合概率分布,避免几何变形。
  • 基于SMPL-X的显式人物雕刻:通过可微分的渲染技术调整、变形和重新细化SMPL-X模型,生成带真实纹理的3D人物模型。
  • 多视图图像融合:使用可微分渲染技术融合多视图颜色图像,减少生成不一致性,实现纹理映射。
  • 优化和重建模块:通过优化SMPL-X参数对齐多视图图像,进行几何优化,并使用可微分光栅化技术对网格进行雕刻。

如何运行 PSHuman

1. 环境配置

首先,创建一个 Conda 环境并安装依赖:

conda create -n pshuman python=3.10
conda activate pshuman

# 安装 PyTorch
pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu121

# 安装 Kaolin
pip install kaolin==0.17.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/torch-2.1.0_cu121.html

# 安装其他依赖
pip install -r requirements.txt

2. 背景移除

使用 Clipdrop 或 rembg 工具移除人像照片的背景:

python utils/remove_bg.py --path $DATA_PATH$

3. 运行推理

通过以下命令生成3D模型和渲染视频:

CUDA_VISIBLE_DEVICES=$GPU python inference.py --config configs/inference-768-6view.yaml \
    pretrained_model_name_or_path='pengHTYX/PSHuman_Unclip_768_6views' \
    validation_dataset.crop_size=740 \
    with_smpl=false \
    validation_dataset.root_dir=$DATA_PATH$ \
    seed=600 \
    num_views=7 \
    save_mode='rgb'

资源


❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日分享大模型与 AI 领域的最新开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦

相关文章
数字频带传输——二进制数字调制及MATLAB仿真
数字频带传输——二进制数字调制及MATLAB仿真
1270 1
|
人工智能 并行计算 搜索推荐
SPAR3D:一张图片就能生成3D模型,每个物体的重建时间仅需0.7秒!
SPAR3D 是由 Stability AI 和伊利诺伊大学香槟分校推出的先进单图生成3D模型方法,支持快速推理与用户交互式编辑,适用于多种3D建模场景。
1986 30
SPAR3D:一张图片就能生成3D模型,每个物体的重建时间仅需0.7秒!
|
6月前
|
机器人 图形学 开发者
腾讯混元最新开源:一张图,秒变游戏大片
有没有想过,随手拍的一张风景照,下一秒就能变成可操控的游戏开放世界?
512 3
|
6月前
|
人工智能 算法 前端开发
超越Prompt Engineering:揭秘高并发AI系统的上下文工程实践
本文系统解析AI工程范式从Prompt Engineering到Context Engineering的演进路径,深入探讨RAG、向量数据库、上下文压缩等关键技术,并结合LangGraph与智能体系统架构,助力开发者构建高可靠AI应用。
857 2
|
11月前
|
机器学习/深度学习 人工智能 vr&ar
LHM:单图生成3D动画人!阿里开源建模核弹,高斯点云重构服装纹理
阿里巴巴通义实验室开源的LHM模型,能够从单张图像快速重建高质量可动画化的3D人体模型,支持实时渲染和姿态控制,适用于AR/VR、游戏开发等多种场景。
2790 0
LHM:单图生成3D动画人!阿里开源建模核弹,高斯点云重构服装纹理
|
7月前
|
缓存 监控 搜索推荐
301重定向实现原理全面解析:从HTTP协议到SEO最佳实践
301重定向是HTTP协议中的永久重定向状态码,用于告知客户端请求的资源已永久移至新URL。它在SEO中具有重要作用,能传递页面权重、更新索引并提升用户体验。本文详解其工作原理、服务器配置方法(如Apache、Nginx)、对搜索引擎的影响及最佳实践,帮助实现网站平稳迁移与优化。
777 68
|
11月前
|
机器学习/深度学习 人工智能 算法
Stable Virtual Camera:2D秒变3D电影!Stability AI黑科技解锁无限运镜,自定义轨迹一键生成
Stable Virtual Camera 是 Stability AI 推出的 AI 模型,能够将 2D 图像转换为具有真实深度和透视感的 3D 视频,支持自定义相机轨迹和多种动态路径,生成高质量且时间平滑的视频。
783 0
Stable Virtual Camera:2D秒变3D电影!Stability AI黑科技解锁无限运镜,自定义轨迹一键生成
|
7月前
|
API vr&ar 索引
1张照片 2秒钟 一键变身3D数字人
LHM是一种基于单视角图像的端到端Transformer模型,结合SMPL-X人体模型与高斯渲染技术,可从一张照片生成可驱动的3D数字人。它采用Vision Transformer和Mae模型提取特征,并通过Body-Head Transformer融合2D与3D信息,输出具有动作能力的高精度3D人体模型。应用于动作重现、游戏角色生成及虚拟现实等领域,代码已开源并提供在线体验入口。
807 1
|
人工智能 vr&ar
GeneMAN:上海AI Lab联合北大等高校推出的3D人体模型创建框架
GeneMAN是由上海AI实验室、北京大学、南洋理工大学和上海交通大学联合推出的3D人体模型创建框架。该框架能够从单张图片中生成高保真度的3D人体模型,适用于多种应用场景,如虚拟试衣、游戏和娱乐、增强现实和虚拟现实等。
645 7
GeneMAN:上海AI Lab联合北大等高校推出的3D人体模型创建框架

热门文章

最新文章