GeneMAN是什么?一文让你看懂GeneMAN的技术原理、主要功能、应用场景

来源:卓商AI
发布时间:2025-04-05

GeneMAN概述简介

GeneMAN是上海AI实验室、北京大学、南洋理工大学、上海交通大学联合推出的3D人形创建框架,能从单张图片中创建出高保真度的3D人体模型。框架不依赖于参数化人体模型,是用多源高质量人类数据集,包括3D扫描、多视角视频、单张照片和合成数据训练人类特定的2D和3D先验模型。GeneMAN基于几何初始化、雕刻流程和多空间纹理细化技术,实现从自然环境数据图像中提取高质量3D人体模型的目标,不论图像中的人体比例、姿势或服装如何变化。

GeneMAN的功能特色

处理多样化的人体比例:无论图片中的人物是全身、半身还是特写,GeneMAN都能重建出相应的3D模型。

适应不同的服装和姿势:GeneMAN能处理各种服装和人体姿势,包括自然姿势和常见物品。

处理野外图像:GeneMAN特别擅长处理自然环境下的图像,即所谓的“野外数据”,这些图像可能包含多种复杂背景和光照条件。

生成高质量的纹理:基于多空间纹理细化流程,GeneMAN能生成细节丰富、与输入图像一致的3D人体纹理。

GeneMAN的技术原理

2D和3D人类先验模型训练:

文本到图像扩散模型:训练一个人类特定的文本到图像扩散模型,用在生成2D人类先验。

视图条件扩散模型:训练一个视图条件扩散模型,用在生成3D人类先验。

几何初始化与雕刻流程:

无模板几何初始化:用NeRF(神经辐射场)技术初始化一个无模板的3D几何形状。

结合先验与损失:结合GeneMAN的2D和3D先验及结构化差异损失(SDS损失)引导几何初始化。

参考损失:用参考损失确保与输入图像的对齐。

高分辨率细化:将NeRF转换为DMTet(深度多面体网格)进行高分辨率的几何细化,由预训练的人类特定的法线和深度适应扩散模型引导。

多空间纹理细化流程:

粗纹理生成:用多视图纹理技术生成粗略的纹理。

潜在空间细化:在潜在空间中迭代细化纹理。

像素空间细化:基于优化UV图在像素空间中获得详细纹理,用基于2D先验的ControlNet进行优化。

GeneMAN项目介绍

项目官网:roooooz.github.io/GeneMAN

GitHub仓库:https://github.com/roooooz/GeneMAN(即将开源)

arXiv技术论文:https://arxiv.org/pdf/2411.18624

GeneMAN能做什么?

虚拟试衣:用户上传自己的全身照片,生成3D模型,用于在线试穿服装,提供更真实的试衣体验。

游戏和娱乐:在游戏和电影制作中,创建或修改角色模型,提供更个性化和逼真的角色设计。

增强现实(AR)和虚拟现实(VR):在AR和VR应用中,生成用户的3D化身,提高沉浸感和交互性。

时尚设计:设计师快速将设计草图转换成3D模型,加速设计流程。

健身和健康管理:基于分析用户的3D模型,提供个性化的健身指导和健康建议。

© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有,未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
卓商AI
卓商AI

AI爱好者的一站式人工智能AI工具箱,累计收录全球10,000⁺好用的AI工具软件和网站,方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用,力争做全球排名前三的AI网址导航网站,欢迎您成为我们的一员。

猜你喜欢
  • ink with ai
    ink with ai 用AI在线设计个性化纹身。直观的AI工具会带您完成每一步。只需解释您的设计想法,然后在几分钟内创建您的梦想纹身即可。立即尝试并将您的想法转变为独特的艺...
  • Vapi
    Vapi Vapi 是一个为开发者设计的语音 AI 代理平台,支持企业从初创公司到财富 500 强的各种需求。其灵活的 API 设计和多种语言支持使得它在电话运...
  • cult
    cult cult是一款SaaS工具包,内含AI联合创始人,可帮助用户更快地构建产品。该工具包包括模型、组件、模板等,优化了复制粘贴操作,支持本地运行或免费使用...
  • iplan.ai
    iplan.ai iplan.ai是一个智能行程规划器,通过人工智能帮助用户快速创建个性化的旅行计划。用户只需在几秒钟内提供旅行相关信息,即可得到一个符合他们需求的行程...
  • Trip Tunes
    Trip Tunes Trip Tunes是一款为旅行者设计的应用程序,能够自动创建与旅行氛围相匹配的音乐播放列表。用户只需输入旅行的基本信息和音乐偏好,应用程序就会利用算...
  • Atlassian Intelligence
    Atlassian Intelligence Atlassian Intelligence是一个AI助手,深度理解团队协作方式,加速工作。它利用人工智能技术,生成、总结和提取内容信息,帮助团队快速...
  • nsfwlover
    nsfwlover NSFWLOVER在创建您的AI同伴时引入了一个开创性的概念。当您自定义虚拟女友的外观,个性和互动时,释放了您的创造力,这些女友都由先进的人工智能提供...
  • Code Spoonfeeder
    Code Spoonfeeder Code Spoonfeeder是一个在线工具,它允许用户将一个项目文件夹中的所有代码文件合并成一个单一的文本文件,方便代码的查看和管理。这个工具对于...