Pythorch的SMPL人体层是一个可微的Pythorch层
smplpytorch的Python项目详细描述
Pythorch的SMPL层
SMPL人体[1]层为PyTorch（用v0.4和v1.x测试） 是一个可微的pytorch层，它确定地从姿势和形状参数映射到人体关节和顶点。 它可以作为可微层集成到任何体系结构中，以预测实体网格。 代码由Yana Hasson改编自manopth存储库。
设置
一。smplpytorch包
- 在不安装的情况下运行：您需要安装environment.yml中列出的依赖项：
- ^ {CD2}}在现有环境中，或
conda env create -f environment.yml，对于新的smplpytorch环境
- install:要使用
from smplpytorch.pytorch.smpl_layer import SMPL_Layer在另一个项目中导入SMPL_Layer，请执行以下操作之一。
2.下载smpl pickle文件
- 通过选择“针对python用户的smpl”，从SMPL website下载模型。注意，您需要遵守SMPL model license。
- 提取
models文件夹并将其复制到smplpytorch/native/文件夹中（或者相应地设置model_root参数）。
演示
向前传递从smpl层随机创建的姿势和形状参数，并显示人体网格和关节：
python demo.py
致谢
代码很大程度上建立在Yana Hasson的manopth存储库上，它实现了MANO手模型[2]层。
代码是来自chumpy的原始SMPL模型的pytorch端口。它建立在Loper等人的工作之上。[1]。
由Zhang Xiong计算旋转实用程序的代码reusespart of the code。
如果您发现此代码对您的研究有用，请引用原始SMPL出版物：
@article{SMPL:2015,
author = {Loper, Matthew and Mahmood, Naureen and Romero, Javier and Pons-Moll, Gerard and Black, Michael J.},
title = {{SMPL}: A Skinned Multi-Person Linear Model},
journal = {ACM Trans. Graphics (Proc. SIGGRAPH Asia)},
number = {6},
pages = {248:1--248:16},
volume = {34},
year = {2015}
}
参考文献
[1]Matthew Loper，Naureen Mahmood，Javier Romero，Gerard Pons Moll，和Michael J.Black，“SMPL:一个皮肤多人线性模型”，Siggraph Asia，2015年。
[2]Javier Romero、Dimitrios Tzionas和Michael J.Black，“具体化的手：将手和身体建模和捕捉在一起”，Siggraph Asia，2017年。
欢迎加入QQ群-->： 979659372
