3D 人体研究

SynBody: Synthetic Dataset with Layered Human Models for 3D Human Perception and Modeling

SynBody 是一个新的合成数据集，旨在推动 3D 人体研究的多样性和标注质量。它具有以下三个吸引人的特点：

• 服装参数化人体模型：可以生成各种不同的主体，提升了人体模型的多样性。
• 分层人体表示：自然地提供高质量的 3D 标注，支持多种任务。
• 可扩展系统：能够生成逼真的数据，以促进实际任务的完成。

该数据集包括了 12 0万张图像，每张图像都有准确的 3D 标注，涵盖了 1万 个人体模型、1187 种动作和多个视角。数据集包括两个子集，用于人体姿势和形状估计以及人体神经渲染。

另外，在 SynBody 上进行的大量实验表明，它大大增强了 SMPL 和 SMPL-X 的估算能力。此外，分层标注为研究人类神经辐射场（NeRF）提供了宝贵的训练资源。

• 论文链接：https://arxiv.org/abs/2303.17368
• 项目链接（开源）：https://synbody.github.io/