Skip to content

Solving SMPL/MANO parameters from keypoint coordinates.

Notifications You must be signed in to change notification settings

syan2018/Fbx2SMPL

 
 

Repository files navigation

Fbx2SMPL

意图通过从Fbx骨骼中提取关键点,并通过该开源库实现对SMPLPose参数的回归

不幸鉴定为寄,详情参考 Issue 想请教一下SMPL参数估计的正确食用方式(扶

(以上划掉,还没完全寄)

注:食用本项目请无视 Arrange 文件夹外的待整理内容

该项目为一个小型的格式转换项目,用于将网络收集的FBX动作素材转换到一系列可深度学习训练的格式,服务于一些定制化的动作生成模型训练

在本项目给出的解决方案中,简单制备了一套将FBX动作转换为 AMASS 动捕数据集格式以及 HumanML3D 格式的流程

该流程包含如下步骤:

  1. 将任意骨骼的 FBX 动画文件重定向至标准 SMPL-FBX 骨骼
  2. 提取标准 SMPL-FBX 骨骼中的关键节点数据,并使用 Json 暂存导出
  3. 将 Json 关键节点数据转化至 AMASS 数据集使用的 NPZ 格式
  4. 将 AMASS-NPZ 转换为 HumanML3D 格式(使用官方方案

本项目提供该流程所需要的部分简易转化工具,欢迎有相似兴趣的同学沟通交流

环境配置

整体环境配置需求不大,更多考虑在数据集导出时的联调问题

因此可以考虑参考 HumanML3DMDM: Human Motion Diffusion Model 进行环境配置,并按需安装相关几个脚本

About

Solving SMPL/MANO parameters from keypoint coordinates.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 89.4%
  • Python 10.6%