tram

:railway_car: TRAM

论文《TRAM: 从野外视频中获取3D人体的全局轨迹和运动》的官方实现

Yufu Wang、Ziyun Wang、Lingjie Liu、Kostas Daniilidis [项目主页]

安装

使用--recursive标志克隆此仓库。

git clone --recursive https://github.com/yufu-wang/tram

创建新的Anaconda环境。

conda create -n tram python=3.10 -y
conda activate tram
bash install.sh

编译DROID-SLAM。如果在此步骤中遇到困难，请参考其官方发布获取更多信息。在本项目中，DROID被修改以支持遮罩。

cd thirdparty/DROID-SLAM
python setup.py install
cd ../..

准备数据

在SMPLify和SMPL注册，其用户名和密码将被我们的脚本用于下载SMPL模型。此外，我们还将获取训练好的检查点和一个示例视频。请注意，第三方模型有其各自的许可证。

运行以下命令将所有模型和检查点获取到data/目录：

bash scripts/download_models.sh

在视频上运行演示

本项目集成了完整的4D人体系统，包括跟踪、SLAM和世界空间中的4D人体捕捉。我们将核心功能分离成不同的脚本，这些脚本应按顺序运行。每个步骤都会保存其结果供下一步使用。所有结果将保存在与视频同名的文件夹中。

# 1. 运行带遮罩的Droid SLAM（同时在此步骤中检测+跟踪人体）
python scripts/estimate_camera.py --video "./example_video.mov" 
# -- 你可以指明相机是否静止。算法也会尝试捕捉这一点。
python scripts/estimate_camera.py --video "./another_video.mov" --static_camera

# 2. 使用VIMO运行4D人体捕捉。
python scripts/estimate_humans.py --video "./example_video.mov"

# 3. 整合所有内容。渲染输出视频。
python scripts/visualize_tram.py --video "./example_video.mov"

在提供的视频./example_video.mov上运行上述三个脚本将创建一个文件夹./results/exapmle_video并在其中保存所有结果。请查看脚本中的可用参数。

训练和评估

代码即将发布... </br><br>

致谢

我们从以下开源工作中受益匪浅，我们的部分代码改编自这些项目：

WHAM：可视化和评估
HMR2.0：基准骨干网络
DROID-SLAM：基准SLAM
ZoeDepth：度量深度预测
BEDLAM：大规模视频数据集
EMDB：评估数据集

此外，该管道还包括Detectron2、Segment-Anything和DEVA-Track-Anything。

引用

@article{wang2024tram,
  title={TRAM: Global Trajectory and Motion of 3D Humans from in-the-wild Videos},
  author={Wang, Yufu and Wang, Ziyun and Liu, Lingjie and Daniilidis, Kostas},
  journal={arXiv preprint arXiv:2403.17346},
  year={2024}
}