当前位置： 首页 > news >正文

【AIGC核心技术剖析】扩大富有表现力的人体姿势和形状估计SMPLer-X模型

news 2026/2/10 22:01:02

富有表现力的人体姿势和形状估计 (EHPS) 将身体、手和面部运动捕捉与众多应用结合起来。尽管取得了令人鼓舞的进展，但当前最先进的方法仍然在很大程度上依赖于有限的训练数据集。在这项工作中，我们研究了将 EHPS 扩展到第一个通用基础模型（称为 SMPLer-X），以 ViT-Huge 作为骨干，并使用来自不同数据源的多达 450 万个实例进行训练。凭借大数据和大模型，SMPLer-X 在不同的测试基准中表现出强大的性能，并且即使在未见过的环境中也具有出色的可移植性。1）对于数据扩展，我们对 32 个 EHPS 数据集进行了系统研究，涵盖了在任何单个数据集上训练的模型无法处理的各种场景。更重要的是，利用从广泛的基准测试过程中获得的见解，我们优化了培训方案并选择了能够使 EHPS 能力实现重大飞跃的数据集。2）对于模型缩放，我们利用视觉变换器来研究EHPS中模型尺寸的缩放规律。此外，我们的微调策略将 SMPLer-X 转变为专业模型，使它们能够实现进一步的性能提升。值得注意的是，我们的基础模型 SMPLer-X 在 AGORA (107.2 mm NMVE)、UBody (57.4 mm PVE)、EgoBody (63.6 mm PVE) 和 EHF (62.3 mm PVE) 等七个基准测试中始终提供最先进的结果无需微调）。
在这里插入图片描述

项目完整介绍：https://caizhongang.github.io/projects/SMPLer-X/

相关文章：

【AIGC核心技术剖析】扩大富有表现力的人体姿势和形状估计SMPLer-X模型

富有表现力的人体姿势和形状估计 (EHPS) 将身体、手和面部运动捕捉与众多应用结合起来。尽管取得了令人鼓舞的进展，但当前最先进的方法仍然在很大程度上依赖于有限的训练数据集。在这项工作中，我们研究了将 EHPS 扩展到第一个通用基础模型（称为 SMPLer-X），以 ViT-Huge 作为…...

编程日记 2023/10/20 1:46:17

【C++面向对象】1. 类、对象

文章目录 【 1. 类 & 对象的定义 】1.1 类的定义1.2 对象的定义 【 2. 类的成员 】2.1 数据成员2.2 成员函数类的内部定义成员函数类的外部定义成员函数成员函数的访问实例 【 3. 类的访问修饰符 】3.1 public 公有成员3.2 private 私有成员3.3 protected 保护成员3.4 继承…...

编程日记 2023/10/20 1:45:16

PAM从入门到精通（十三）

接前一篇文章：PAM从入门到精通（十二） 本文参考： 《The Linux-PAM Application Developers Guide》 先再来重温一下PAM系统架构： ​ 更加形象的形式： ​ 五、主要函数详解 11. pam_open_session 概述&…...

编程日记 2023/10/20 1:44:15

Stable Diffusion WebUI几种解决手崩溃的方法

1. 添加与手相关负面提示词 如何提价提示词呢？ 首先有一个embeddings模型文件bad-hands-5，我们可以去各个大模型网站去搜，我是在C站上面下载的。 附上C站地址：https://civitai.com/ 下载好之后，你需要将文件放入stable-diffusion-webui\embeddings目录中。位置如下所示…...

编程日记 2023/10/20 1:42:12

kr 第三阶段（一）16 位汇编

为什么要学习 16 位汇编？ 16 位汇编包含了大部分 32 位汇编的知识点。有助于在学习内核的两种模式。 实模式：访问真实的物理内存保护模式：访问虚拟内存 有助于提升调试能力，调试命令与 OllyDbg 和 WinDebug 通用。可以学习实现反…...

编程日记 2023/10/20 1:41:10

power point导出pdf保留字体

在 slides 中用到非自带的字体，如 [1]，想导出成 pdf 文件（因为导出成图，如 png，放大会蒙），并在别人电脑里也保留字体。除了让别人也装上相应字体，可以： 参考 [2]&#x…...

编程日记 2023/10/20 1:40:09

云务器迁移（腾讯云＞华为云）

自己平时除了写些bug外还喜欢玩玩服务器，这不前几年买了一个域名，当时服务器买的是阿里云的，想着域名备案挺麻烦的就一直用着，只是在服务器到期后会重新购买其他运营商的（关键是续不起🤫） 这不最…...

编程日记 2023/10/20 1:39:08

[USACO11MAR] Brownie Slicing G题解(二分+二维前缀和+矩阵分割）

[USACO11MAR] Brownie Slicing G 题目地址 P3017 [USACO11MAR] Brownie Slicing G 思路 二分最大化最小值 切割思路： 一行一行进行切割，如果这一行可以切割出b块大于等于mid的块，就开始切割下一行 如果无法切割出b块，就把正在…...

编程日记 2023/10/20 1:38:07

【每日一题】—— B. Arrays Sum （Grakn Forces 2020）

🌏博客主页：PH_modest的博客主页 🚩当前专栏：每日一题 💌其他专栏： 🔴 每日反刍 🟡 C跬步积累 🟢 C语言跬步积累 🌈座右铭：广积粮，缓称…...

编程日记 2023/10/20 1:37:06

XTU-OJ 1328-数码和

题目描述 一个10进制数n在2∼16进制下可以得到的不同的数码和，求在这些数码和中出现次数最多的数码和。 比如20， 进制2345678910111213141516数码10100202110403226242220191817161514数码和2424586421098765 其中数码和2和4分别出现了3次，为…...

编程日记 2023/10/20 1:36:05

混入组件 (mixin)

1 什么是混入以及作用 *混入 (mixin) 提供了一种非常灵活的方式，来分发 Vue 组件中的可复用功能。一个混入对象可以包含任意组件选项。当组件使用混入对象时，所有混入对象的选项将被“混合”进入该组件本身的选项。作用：主要作用是继承和封装…...

编程日记 2023/10/20 1:35:04

ubuntu18.04 RTX3060 rangnet++训练

代码链接： https://github.com/PRBonn/lidar-bonnetal 安装anaconda环境为 CUDA 11.0（11.1也可以） anaconda环境如下 numpy1.17.2 torchvision0.2.2 matplotlib2.2.3 tensorflow1.13.1 scipy0.19.1 pytorch1.7.1 vispy0.5.3 opencv_python…...

编程日记 2023/10/20 1:34:03

HZOJ-72：猜拳

题目描述 ​ 在一次聚会中，每人拿着一张印有石头、剪刀、布的卡片，每个人具体拿得是哪种卡片不得而知。 ​ 现在告诉你某些人之间的胜负关系，并会询问某两个人之间的对战结果，人按照从 11 到 n� 编号。 ​ 对于每个…...

编程日记 2023/10/20 1:33:02

【Django 03】QuerySet 和 Instance应用

1. DRF QuerySet 和 Instance功能概述 1.1 QuerySet 从数据库中查询结果存放的集合称为 QuerySet。 Django ORM用到三个类：Manager、QuerySet、Model。每个Model都有一个默认的 manager实例，名为objects。Django的ORM通过Mode的objects属性提供各种数据…...

编程日记 2023/10/20 1:32:02

安装 mysql

gpt: 要在 Debian 11 上安装 MySQL 数据库服务器，您可以使用以下步骤： 1. **更新软件包列表**：在安装任何软件之前，始终建议首先更新软件包列表，以确保获取最新的软件包信息。在终端中运行以下命令： bash…...

编程日记 2023/10/20 1:31:01

文件管理系统的基本认识

1.文件的属性 文件的定义:一组有意义的信息的集合。 1.文件名: 由创建文件的用户决定文件名，主要是为了方便用户找到文件，同一目录下不允许有重名文件。 2.标识符: 一个系统内的各文件标识符唯一，对用户来说毫无可读性， 因此…...

编程日记 2023/10/20 1:29:59

Excel·VBA制作工资条

看到一篇博客《excel表头_Excel工资表怎么做？3分钟学会利用函数生成工资表》，使用排序功能、函数制作工资条。但如果需要经常制作工资条，显然使用VBA更加方便 VBA制作工资条 Sub 制作工资条()Dim title_row&, blank_row&, ws_new$,…...

编程日记 2023/10/20 1:28:58

【SA8295P 源码分析 (二)】10 - HQX Display（OpenWFD）qcdisplaycfg_ADP_STAR_LA.xml 配置文件解析

【SA8295P 源码分析】10 - HQX Display（OpenWFD）qcdisplaycfg_ADP_STAR_LA.xml 配置文件解析 一、HQX Display 介绍1.1 OpenWF Display Driver二、HQX Display 配置文件参数解析2.1 qcdisplaycfg.xml 配置文件2.1 配置两个 DPUs in QNX2.1.1 配置 graphics_ADP_STAR.conf ： …...

编程日记 2023/10/20 1:27:55

git操作说明

SourceURL:file:///home/kingqi/桌面/git操作说明.doc 本地建立仓库 mkdir namebao cd namebao pwd git init 初始化 cd .git/ gedit config 本地存储 进入目录上传全部文件 git add . 提交 git commit -m “说明” 远程提交 复制gitee或者github仓库链接 可以直…...

编程日记 2023/10/20 1:26:54

数据结构——栈与队列

数据结构——栈与队列 文章目录 数据结构——栈与队列一、栈的定义二、队列的定义 一、栈的定义 栈（Stack）是一种具有特殊限制的线性数据结构，它只允许在表的一端进行插入和删除操作。这一端被称为栈顶（Top）&#xff…...

编程日记 2023/10/20 1:25:52

测试微信模版消息推送

进入“开发接口管理”--“公众平台测试账号”，无需申请公众账号、可在测试账号中体验并测试微信公众平台所有高级接口。 获取access_token: 自定义模版消息： 关注测试号：扫二维码关注测试号。 发送模版消息： import requests da…...

编程新知 2026/2/8 4:37:13

Ubuntu系统下交叉编译openssl

一、参考资料 OpenSSL&&libcurl库的交叉编译 - hesetone - 博客园 二、准备工作 1. 编译环境 宿主机：Ubuntu 20.04.6 LTSHost：ARM32位交叉编译器：arm-linux-gnueabihf-gcc-11.1.0 2. 设置交叉编译工具链 在交叉编译之前&#x…...

编程新知 2025/11/10 15:33:04

超短脉冲激光自聚焦效应

前言与目录 强激光引起自聚焦效应机理 超短脉冲激光在脆性材料内部加工时引起的自聚焦效应，这是一种非线性光学现象，主要涉及光学克尔效应和材料的非线性光学特性。 自聚焦效应可以产生局部的强光场，对材料产生非线性响应，可能…...

编程新知 2026/2/8 20:42:48

Prompt Tuning、P-Tuning、Prefix Tuning的区别

一、Prompt Tuning、P-Tuning、Prefix Tuning的区别 1. Prompt Tuning（提示调优） 核心思想：固定预训练模型参数，仅学习额外的连续提示向量（通常是嵌入层的一部分）。实现方式：在输入文本前添加可训练的连续向量（软提示），模型只更新这些提示参数。优势：参数量少（仅提…...

编程新知 2026/2/10 1:20:48

Appium+python自动化（十六）- ADB命令

简介 Android 调试桥(adb)是多种用途的工具，该工具可以帮助你你管理设备或模拟器 的状态。 adb ( Android Debug Bridge)是一个通用命令行工具，其允许您与模拟器实例或连接的 Android 设备进行通信。它可为各种设备操作提供便利，如安装和调试…...

编程新知 2026/1/21 18:20:51

JavaScript 中的 ES|QL：利用 Apache Arrow 工具

作者：来自 Elastic Jeffrey Rengifo 学习如何将 ES|QL 与 JavaScript 的 Apache Arrow 客户端工具一起使用。 想获得 Elastic 认证吗？了解下一期 Elasticsearch Engineer 培训的时间吧！ Elasticsearch 拥有众多新功能，助你为自己…...

编程新知 2026/1/23 7:23:58

STM32+rt-thread判断是否联网

一、根据NETDEV_FLAG_INTERNET_UP位判断 static bool is_conncected(void) {struct netdev *dev RT_NULL;dev netdev_get_first_by_flags(NETDEV_FLAG_INTERNET_UP);if (dev RT_NULL){printf("wait netdev internet up...");return false;}else{printf("loc…...

编程新知 2025/9/23 20:06:08

（二）TensorRT-LLM | 模型导出（v0.20.0rc3）

0. 概述 上一节 对安装和使用有个基本介绍。根据这个 issue 的描述，后续 TensorRT-LLM 团队可能更专注于更新和维护 pytorch backend。但 tensorrt backend 作为先前一直开发的工作，其中包含了大量可以学习的地方。本文主要看看它导出模型的部分&#x…...

编程新知 2026/1/24 6:44:11

Golang dig框架与GraphQL的完美结合

将 Go 的 Dig 依赖注入框架与 GraphQL 结合使用，可以显著提升应用程序的可维护性、可测试性以及灵活性。 Dig 是一个强大的依赖注入容器，能够帮助开发者更好地管理复杂的依赖关系，而 GraphQL 则是一种用于 API 的查询语言，能够提…...

编程新知 2025/12/31 8:38:23

12.找到字符串中所有字母异位词

🧠 题目解析 题目描述： 给定两个字符串 s 和 p，找出 s 中所有 p 的字母异位词的起始索引。 返回的答案以数组形式表示。 字母异位词定义： 若两个字符串包含的字符种类和出现次数完全相同，顺序无所谓，则互为…...

编程新知 2026/1/31 12:52:29