回顾早期3D人体重建与着装数据集：高精度扫描与模型资源

本文档汇总了多个在2019年以前发布的3D人体重建、着装人体分割和配准相关的数据集，涵盖了不同的应用场景和精度级别。以下是其中几个重要的数据集： 1. **BUFF10k**：这是一个4D数据集，包含了带有纹理和时序的着装人体扫描，提供了丰富的细节。获取该数据集需通过填写表单并签署非商业使用协议，可以从http://buff.is.tue.mpg.de/downloads 下载。 2. **Dyna**：这个数据集专注于无着装和发型的高精度配准扫描，同样带有纹理。它的来源是2015年的CVPR会议，可以访问网站http://dyna.is.tue.mpg.de/ 获取。 3. **DFAUST**：此数据集包含少量着装的4D扫描，作者已进行过配准，且视频序列中包含大量非刚体运动。由于其规模较大，约为150GB，可在官网https://dfaust.is.tuebingen.mpg.de/index.html 和 https://dfaust.is.tuebingen.mpg.de/download.php 下载。 4. **SMPL-X**：基于SMPL模型的扩展，提供更精细的网格表示和面部表情等功能。由多个模型组成（SMPL、MANO和手部模型），论文详细介绍了模型结构。数据集及相关论文评估可以在https://smpl-x.is.tue.mpg.de/download.php 获取。 5. **ChictopiaEX**：这是一个着装人体图像数据集，包含2D关键点、SMPL人体模型、服装分割和标签，适合研究服装分析。原始数据来自一个生成网络，链接为https://files.is.tuebingen.mpg.de/classner/gp/。 6. **FramesLabeledInCinema (FLIC)**：该数据集是对电影帧进行人体标注的开源数据集，使用Matlab创建，但没有提供可视化效果。访问地址为http://bensapp.github.io/flic-dataset.html。 7. **GeometricPoseAffordance (GPA)**：该数据集探讨人体与基本几何形状物体的交互，包含3D人体关节标记以及物体的3D扫描，适合研究人体动作与环境的关系。可以通过http://wangzheallen.github.io/GPA 获取。 这些数据集不仅为研究者提供了丰富的3D人体建模和场景交互的样本，还支持着各种计算机图形学和人工智能应用，如人体动作捕捉、虚拟现实、动画制作等领域的研究和开发。对于那些想要深入理解并利用这些数据集进行相关研究的学者和工程师来说，理解这些数据集的特点和应用场景至关重要。