ArtEq

让AI看懂没见过的姿势，人体重建更稳更准

ArtEq 是一个基于神经网络的 3D 人体姿态拟合工具，核心创新在于利用 articulated SE(3) 等变性，将训练时见过的姿态泛化到未见过的姿态。它解决的是传统神经人体拟合方法在遇到新姿态时性能骤降的问题，通过将人体关节的旋转和平移等变约束嵌入网络结构，使模型对姿态变化具有更强的鲁棒性。项目提供了完整的训练和测试代码，支持从图像或点云中重建人体 mesh，并输出姿态参数。作为 ICCV2023 论文的官方实现，它展示了在人体姿态估计和重建领域的前沿方法，适合研究人体建模、姿态泛化和等变网络的研究者使用。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 57

维护状态低维护

是否开源是

定价模式 free

项目数据

分类数字人3D

开发团队HavenFeng

所属国家

官网地址https://arteq.is.tue.mpg.de

GitHubhttps://github.com/HavenFeng/ArtEq

定价模式free

价格说明开源项目，基于MIT许可证（NOASSERTION），可自由使用和修改，无付费版本。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型3d-vision,deep-learning,digital-human,group-equivariance,pointcloud-registration,python

GitHub 星标★ 57

30天Star增速

HF 下载量

上线时间2023-10-12 00:00:00

最近更新2026-06-24 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

核心亮点

基于SE(3)等变架构，对未见姿态泛化能力强，明显优于传统方法
提供ICCV2023论文官方代码，算法细节完整，便于复现
支持从图像/点云输入，输出人体mesh和姿态参数，实用性强

不足之处

项目处于早期阶段，文档和社区支持待观察
依赖特定等变网络框架，上手门槛较高

适用场景

研究人体姿态估计与重建的学术实验
开发对姿态鲁棒的数字人驱动系统
探索等变网络在3D视觉中的应用

替代项目

HMR、VIBE、ExPose

项目介绍

ArtEq 是计算机视觉领域的开源项目，由 HavenFeng 开发，2023 年首次发布。

它收录于计算机视觉分类，该分类目前共有 446 个项目，GitHub 星标数为 57。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-06-24。基于MIT许可证（NOASSERTION），可自由使用和修改，无付费版本。

它主要面向的使用场景是：研究人体姿态估计与重建的学术实验。同类可对比的替代方案包括 HMR、VIBE、ExPose。

上一篇：SIFU

下一篇：GPT4Point