MPII Human Shape是一系列富有表现力的3D人体形状模型和工具，用于人体形状空间构建，操作和评估。人体形状空间基于广泛使用的统计体表示，并从CAESAR数据集中学习， CAESAR数据集是迄今为止最大的商业可用扫描数据库。由于预处理数千次扫描用于学习模型本身就是一项挑战，我们通过开发用于扫描对齐的稳健最佳实践解决方案做出贡献，从而定量地获得最佳学习模型。我们公开提供模型和工具。广泛的评估显示我们的新模型的准确性和通用性得到提高，以及从稀疏输入数据中进行人体重建的卓越性能。
从适合预处理的CAESAR身体扫描的网格中学习的统计人体形状空间：
内容来自dedecms
凯撒（611 MB）
本文来自织梦
CAESAR + WSX（611 MB）
内容来自dedecms
CAESAR + NH（578 MB） 织梦内容管理系统
WSX和NH表示使用Wuhrer等人的方法对预处理扫描进行额外的姿势归一化。和Neophytou＆Hilton分别。
本文来自织梦
用于学习统计人体形状空间的CAESAR拟合网格：
织梦内容管理系统
CAESAR适合网格（607 MB）
织梦好，好织梦
CAESAR + WSX适合网格（364 MB）
copyright dedecms
CAESAR + NH合身网格（363 MB）
本文来自织梦
源代码（GitHub），用于数据预处理，3D人体形状建模，拟合和评估。
内容来自dedecms
例子
下面我们将学习人体形状空间的前10个PCA组件可视化。组件对应于每个维度的极端形状变化。 织梦内容管理系统
