mesh8 SMPL texture 입히기 다음과 같이 SMPL 메시에 texture를 입히는 방법입니다. 필요한 라이브러리렌더링을 위한 pytorch3d.Pose 변경을 위한 smplx 라이브러리와 SMPL 모델 pickle 파일.등이 필요합니다. Texture png maptexture png 파일을 다운받아야 합니다. 다음의 주소에서 2개의 png 파일을 받을 수 있습니다.https://app.box.com/s/mdx2m368j9m0jgkkjnf67l6blrwrt20f코드관련 코드는 다음 깃허브 주소에서 확인할 수 있습니다.https://github.com/JunukCha/textured_smpl/tree/main?tab=readme-ov-file GitHub - JunukCha/textured_smplContribute to JunukCh.. 2025. 1. 17. pytorch3d를 이용한 normal map 렌더링 pytorch3d를 이용하여 normal map을 렌더링 하는 방법에 대해 알아보겠습니다. PyTorch3D · A library for deep learning with 3D dataA library for deep learning with 3D datapytorch3d.org 아래의 예시 obj 파일을 다운로드하여 이용해주세요. 코드from pytorch3d.io import load_objs_as_meshes, load_objfrom pytorch3d.renderer import ( BlendParams, MeshRenderer, MeshRasterizer, FoVPerspectiveCameras, RasterizationSettings, HardPhongShader, Materi.. 2025. 1. 9. SuGaR 코드 돌려보기 SuGaR: Surface-Aligned Gaussian Splatting for Efficient 3D Mesh Reconstruction and High-Quality Mesh Rendering 논문의 코드를 직접 돌려보는 시간을 가져볼게요! 깃허브 코드논문 코드가 바로 돌려보기 어렵게 되어 있습니다. 그리고 3DGS 결과 렌더링을 위한 SIBR_viewers의 설치가 에러는 없지만 관련 app들이 설치가 되지 않아서, 기존 gaussian_splatting 깃허브를 참고하여 수정하였습니다. 아래의 링크를 통해 깃허브 코드를 clone하시는 것을 추천드립니다. 그리고 이 코드를 기준으로 설명드릴게요!https://github.com/JunukCha/SuGaR GitHub - JunukCha/SuGaR.. 2024. 9. 14. [논문 리뷰] SuGaR: Surface-Aligned Gaussian Splatting forEfficient 3D Mesh Reconstruction and High-Quality Mesh Rendering 정리 목차1.Abstract2.Introduction3.Method4.Experiments SuGaR: Surface-Aligned Gaussian Splatting for Efficient 3D Mesh Reconstruction and High-Quality Mesh Rendering 논문을 리뷰하려고 합니다. CVPR 2024에 출판된 논문입니다. 이름을 SuGaR로 잘 지었네요. 논문 바로가기: https://arxiv.org/abs/2311.12775 SuGaR: Surface-Aligned Gaussian Splatting for Efficient 3D Mesh Reconstruction and High-Quality Mesh RenderingWe propose a method to allow pr.. 2024. 9. 13. PARE: Part Attention Regressor for 3D Human Body Estimation 리뷰 논문 제목 PARE: Part Attention Regressor for 3D Human Body Estimation (ICCV2021) 논문 바로가기 https://arxiv.org/pdf/2104.08527.pdf 위의 그림은 이 논문이 제안한 PARE 모델이 occlusion(가림)에도 mesh를 이미지에 맞게 복원할 수 있다는 것을 보여줍니다. PARE 모델 이전에 나온 기존 모델인 SPIN에 비해 occlusion sensitivity heatmap의 에러 값이 낮음을 확인할 수 있습니다. 논문 제목에서도 알 수 있듯이 Part Attention Regressor를 통해 3D human body를 추정하는 모델을 제안했습니다. Abstract Figure 1에서도 알 수 있듯이 기존의 모델이 p.. 2022. 6. 20. Dynamic Surface Function Networks for Clothed Human Bodies 리뷰 이 논문은 RGB-D 이미지로부터 옷+사람 몸에 대한 3D mesh를 복원하는 방법을 제안했습니다. Abstact 정리 이 논문은 옷 입은 사람의 temporal으로 일관된 mesh 복원과 트래킹을 위한 방법을 제안했습니다. 주어진 RGB-D 연속된 이미지에서, dynamic surface function network를 기반으로 한 person-specific body model을 배웁니다. MLP를 이용하여 사람의 표면을 SMPL 모델의 canonical space로 임베딩합니다. 클래식한 forward 렌더링으로 represented surface는 template mesh의 topology를 이용하여 라스터화할 수 있습니다. template mesh의 각 표면 점들에 대해 MLP는 실제 표면 위치.. 2022. 3. 28. 이전 1 2 다음
