LHM – 阿里通义开源的单图快速生成可动画3D人体模型

资讯4天前发布 up博主
44 0

近日,阿里通义实验室一项名为 LHM(大型可动画人体重建模型)的创新技术在3D 人体重建领域取得了重大突破,为该领域带来了全新的发展方向和应用前景。该模型能融合3D几何特征和2D图像特征,用注意力机制保留服装几何与纹理细节。该模型创新性地采用了多模态变换器架构,通过强大的注意机制,能够有效地对人体位置特征和图像特征进行编码。能够在几秒钟内,从一张简单的全身照片生成可动画的 3D 人类头像。

 

LHM – 阿里通义开源的单图快速生成可动画3D人体模型

LHM是什么

LHM(Large Animatable Human Reconstruction Model)是阿里巴巴通义实验室推出的从单张图像重建可动画化3D人体模型。基于多模态Transformer架构,融合3D几何特征和2D图像特征,用注意力机制保留服装几何与纹理细节,推出头部特征金字塔编码方案增强面部细节恢复能力。LHM用3D高斯点云(Gaussian Splatting)形式表示重建的3D模型,支持实时渲染和姿态控制动画。模型能在几秒内生成高质量的可动画化3D人体模型,适用于AR/VR等沉浸式应用。

LHM – 阿里通义开源的单图快速生成可动画3D人体模型

LHM的主要功能

  • 快速重建:在几秒钟内完成从单张图像到3D可动画化模型的转换,无需复杂的后处理。
  • 高保真细节:精确保留服装纹理、面部细节等关键信息,生成高质量的3D模型。
  • 实时动画:支持基于姿态控制的实时动画渲染,适用于沉浸式应用(如AR/VR)。
  • 泛化能力强:在开放环境(in-the-wild images)上表现出色,适应多种场景和姿态。

LHM的技术原理

  • 多模态Transformer架构:基于Transformer架构融合3D几何特征(从SMPL-X模板采样得到的表面点)和2D图像特征(从预训练的视觉Transformer提取),有效处理几何和视觉信息。针对头部区域设计的多尺度特征提取方案,聚合不同层次的特征增强面部细节的恢复能力。
  • 3D高斯点云表示:基于3D高斯点云(Gaussian Splatting)表示3D模型,支持实时、高质量的渲染。网络直接预测高斯点云的参数(如位置、旋转、缩放、颜色等),实现从输入图像到3D模型的快速转换。
  • 自监督学习:基于大规模视频数据进行训练,用渲染损失和正则化项优化模型,无需依赖稀缺的3D扫描数据。在训练过程中,引入“尽可能接近”(as close as possible)和“尽可能接近球形”(as spherical as possible)的正则化项,保持3D模型的几何合理性。
  • 实时动画支持:基于SMPL-X骨架参数将重建的3D模型变形到目标姿态,支持实时姿态控制动画。整个重建和动画化过程在单次前向传播中完成,适合实时应用。

LHM的项目地址

  • 项目官网:https://lingtengqiu.github.io/LHM/
  • GitHub仓库:https://github.com/aigc3d/LHM
  • arXiv技术论文:https://arxiv.org/pdf/2503.10625
  • 在线体验Demo:https://huggingface.co/spaces/DyrusQZ/LHM

LHM的应用场景

  • 虚拟现实(VR)和增强现实(AR):快速将照片转化为可动画化的3D虚拟角色,增强沉浸感和交互性。
  • 游戏开发:快速生成高质量3D角色模型,支持实时动画,提升开发效率和游戏体验。
  • 影视制作:用在特效制作和动画电影,快速生成角色模型,提升制作效率和质量。
  • 社交媒体和内容创作:用户可生成3D虚拟形象用于社交媒体,创作者可快速生成3D角色用于短视频等。
  • 教育和培训:创建虚拟教师或助教用于在线教育,生成3D模型用于医疗、军事等领域的模拟训练。
© 版权声明

相关文章

暂无评论

none
暂无评论...