GLAMR

动态相机下,遮挡也能精准重建3D人体

GLAMR是CVPR 2022 Oral论文的官方PyTorch实现,专注于动态相机下的全局遮挡感知人体网格恢复。它解决的是在复杂动态场景中,当人体被部分遮挡或相机运动时,如何准确重建完整3D人体姿态和形状的问题。核心能力包括:利用全局运动先验和局部观测信息,在动态相机下实现遮挡鲁棒的人体网格恢复;通过轨迹估计和优化,生成时间上连贯的全身运动序列。项目提供完整的训练和推理代码,支持从单目视频中恢复人体3D网格,适用于动作捕捉、虚拟现实和体育分析等场景。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 390
维护状态 低维护
是否开源
定价模式 free

项目数据

分类数字人3D
开发团队NVlabs
所属国家
定价模式free
价格说明开源项目,免费使用,需自行部署。
访问状态
是否开源
开源协议NOASSERTION
主要语言Python
技术栈/模型3d-reconstruction,cvpr2022,digital-human,human-mesh-recovery,human-pose-estimation,pose-tracking
GitHub 星标★ 390
30天Star增速
HF 下载量
上线时间2022-03-23 00:00:00
最近更新2026-09-10 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2

使用教程

核心亮点

  • CVPR 2022 Oral,算法创新性强,全局运动先验有效应对遮挡
  • 官方PyTorch实现,代码完整,含训练和推理流程
  • 支持动态相机场景,比静态相机方法更实用

不足之处

  • 文档/社区待观察
  • 依赖较复杂,环境配置门槛高

适用场景

  • 动态相机下的运动捕捉与3D动画制作
  • VR/AR中的人体交互与重建
  • 体育动作分析与康复训练

替代项目

VIBE、TCMR、HybrIK

项目介绍

GLAMR 是计算机视觉领域的开源项目,由 NVlabs 开发,2022 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 390。

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 2026-09-10。免费使用,需自行部署。

它主要面向的使用场景是:动态相机下的运动捕捉与3D动画制作。同类可对比的替代方案包括 VIBE、TCMR、HybrIK。

上一篇:litepali

下一篇:SIFU

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 4019 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90930 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2046 2026-08-14