简介
PSHuman是一个创新的框架,它利用多视图扩散模型和显式重构技术,从单张图片中重建出逼真的3D人体模型。这项技术的重要性在于它能够处理复杂的自遮挡问题,并且在生成的面部细节上避免了几何失真。PSHuman通过跨尺度扩散模型联合建模全局全身形状和局部面部特征,实现了细节丰富且保持身份特征的新视角生成。此外,PSHuman还通过SMPL-X等参数化模型提供的身体先验,增强了不同人体姿态下的跨视图身体形状一致性。PSHuman的主要优点包括几何细节丰富、纹理保真度高以及泛化能力强。
截图

产品特色
• 单图像3D人体重建:利用单张图片重建出逼真的3D人体模型。
• 跨尺度多视图扩散:通过联合建模全局全身形状和局部面部特征,实现细节丰富的新视角生成。
• 显式重构技术:利用多视图正常和颜色图像,通过可微分光栅化技术恢复真实的纹理人体网格。
• 身体姿态一致性:通过SMPL-X等参数化模型提供的身体先验,增强不同人体姿态下的跨视图身体形状一致性。
• 高度逼真的纹理:在CAPE和THuman2.1数据集上的广泛实验结果和定量评估显示了PSHuman在几何细节、纹理保真度和泛化能力方面的优势。
• 通用性强:PSHuman不仅适用于真实人物的3D重建,还能够处理动漫角色等非真实人物的3D重建。
使用教程
1. 准备一张全身人物图片。
2. 使用PSHuman框架,输入全身人物图片和预测的SMPL-X模型。
3. 利用多视图图像扩散模型生成六视图的全局全身图像和局部面部图像。
4. 通过SMPLX初始化的显式人类雕刻技术,使用生成的正常和颜色贴图来变形和重构SMPL-X模型。
5. 通过可微分光栅化技术,优化模型以匹配输入图像。
6. 生成最终的逼真3D人体模型。
流量来源
直接访问 | 29.52% | 外链引荐 | 58.73% | 邮件 | 0.02% |
自然搜索 | 6.78% | 社交媒体 | 4.29% | 展示广告 | 0.65% |
最新流量情况
月访问量
2512
平均访问时长
1.44
每次访问页数
1.07
跳出率
50.29%
总流量趋势图
地理流量分布情况
韩国
54.31%
美国
45.69%
地理流量分布全球图
同类开源产品

Dmind
DMind-1 和 DMind-1-mini 是针对 Web3 任务的领域专用大型语言模型,提供比其他通用模型更高的领域准确性、指令跟随能力及专业理解。
AI模型#人工智能

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理

Primitiveanything
PrimitiveAnything 是一种利用自回归变换器生成 3D 模型的技术,能够自动创建细致的 3D 原始装配体。
3D建模#深度学习

Zerosearch
ZeroSearch 是一种新颖的强化学习框架,旨在激励大型语言模型(LLMs)的搜索能力,而无需与实际搜索引擎进行交互。
AI模型#搜索能力

Notellm
NoteLLM 是一款专注于用户生成内容的可检索大型语言模型,旨在提升推荐系统的性能。
AI模型#多模态处理

Deepseek Prover V2 671B
DeepSeek-Prover-V2-671B 是一个先进的人工智能模型,旨在提供强大的推理能力。
AI模型#开源

Xiaomi MiMo
优质新品
Xiaomi MiMo是小米公司开源的首个推理大模型,专为推理任务设计,具备卓越的数学推理和代码生成能力。
AI模型

Dump.ai
Dump.ai是一个专家将专业知识转化为AI代理并赚取收入的市场。
AI模型#专家

UNI AI
UNI AI是一个旨在提供10倍增长和创造力的人工智能引擎。
AI模型#增长
替代品

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理

Primitiveanything
PrimitiveAnything 是一种利用自回归变换器生成 3D 模型的技术,能够自动创建细致的 3D 原始装配体。
3D建模#深度学习

Zerosearch
ZeroSearch 是一种新颖的强化学习框架,旨在激励大型语言模型(LLMs)的搜索能力,而无需与实际搜索引擎进行交互。
AI模型#搜索能力

Notellm
NoteLLM 是一款专注于用户生成内容的可检索大型语言模型,旨在提升推荐系统的性能。
AI模型#多模态处理

Deepseek Prover V2 671B
DeepSeek-Prover-V2-671B 是一个先进的人工智能模型,旨在提供强大的推理能力。
AI模型#开源

Xiaomi MiMo
优质新品
Xiaomi MiMo是小米公司开源的首个推理大模型,专为推理任务设计,具备卓越的数学推理和代码生成能力。
AI模型

Blender MCP
Blender MCP 是一款将 Blender 与 Claude AI 通过模型上下文协议 (MCP) 相连的插件,使 AI 可以直接与 Blender 交互和控制。
3D建模#Blender

Liquid
Liquid 是一个自回归生成模型,通过将图像分解为离散代码并与文本标记共享特征空间,促进视觉理解和文本生成的无缝集成。
AI模型#生成模型

Skywork OR1
优质新品
Skywork-OR1是由昆仑万维天工团队开发的高性能数学代码推理模型。
AI模型#机器学习
精选AI产品推荐

Nocode
中文精选
NoCode 是一款无需编程经验的平台,允许用户通过自然语言描述创意并快速生成应用,旨在降低开发门槛,让更多人能实现他们的创意。
开发平台#应用开发
912

Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具,支持中文和英语,基于前沿 AI 技术,能够快速生成用户感兴趣的播客内容。
音频生成#AI
348

Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理,能够将创意提示转化为艺术作品,支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128

Fastvlm
FastVLM 是一种高效的视觉编码模型,专为视觉语言模型设计。
AI模型#图像处理开源
564

Smart PDFs
国外精选
Smart PDFs 是一个在线工具,利用 AI 技术快速分析 PDF 文档,并生成简明扼要的总结。
文章摘要#AI
984

Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480

Anyvoice
AnyVoice是一款领先的AI声音生成器,采用先进的深度学习模型,将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k

Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k