SMPL-X 모델은 기존 SMPL 모델(손이나 얼굴에 대한 detail이 떨어지는)에서 확장된 모델이다. 대량의 3D scan data로부터 얼굴과 손까지 포함한 새로운 body model을 구성하였다. 즉, 3가지 모델을 통합하였다.
SMPL 모델 + FLAME(head model) + MANO(hand model)
더 내추럴한 결과를 볼 수 있다.
joint names 목록은 다음 github에서 볼 수 있다.
https://github.com/vchoutas/smplx/blob/main/smplx/joint_names.py
SMPL-X 논문은 아래와 같다.
https://arxiv.org/abs/1904.05866
Expressive Body Capture: 3D Hands, Face, and Body from a Single Image
To facilitate the analysis of human actions, interactions and emotions, we compute a 3D model of human body pose, hand pose, and facial expression from a single monocular image. To achieve this, we use thousands of 3D scans to train a new, unified, 3D mode
arxiv.org
이 블로그 글에 잘 설명이 되어있다.
https://velog.io/@minsu1206/SMPLX
SMPLX
Expressive Body Capture: 3D Hands, Face, and Body from a Single Image https://arxiv.org/abs/1904.05866?utmsource=feedburner&utmmedium=feed&utm_campai
velog.io
추가로 알아야 할 내용인 Linear Blend Skinning에 대한 글도 참고하면 좋다.
https://gekitsuu-vision.tistory.com/2
Linear Blend Skinning
이 글은 pixelfondue의 이 글을 바탕으로 일반인이 이해한 내용을 필기한 노트입니다. Linear Blend Skinning이란 어떤 3차원 물체를 컴퓨터 그래픽으로 형상화시킬 때에 사람의 뼈 구조(skeleton structure)로
gekitsuu-vision.tistory.com
추가로 이 블로그 있는 SMPL 관련 글도 참조하면 좋을 것 같다.
https://khanhha.github.io/posts/SMPL-model-introduction/
SMPL Human Model Introduction
This article could be served as a bridge between the SMPL paper and a numpy-based code that synthesizes a new human mesh instance from a pre-trained SMPL model provided by the Maxplank Institute. I wrote it as an exercise to strengthen my knowledge about t
khanhha.github.io