HumanRig – 阿里高德推出的3D人形角色自动绑定任务数据集

HumanRig是什么

HumanRig 是阿里巴巴团队开发的 3D 人形角色自动绑定研究项目。解决现有绑定技术因缺乏高质量数据集而发展受限的问题，通过提供大规模、高质量的数据集和创新的自动绑定框架，推动 3D 角色动画制作的自动化发展。 HumanRig 数据集包含 11434 个 T 姿态网格，遵循统一骨骼拓扑结构，具有多样化头部与身体比例，填补了现有数据集在规模、多样性和骨骼一致性方面的空白。自动绑定框架通过先验引导骨架估计器（PGSE）和网格 – 骨架互注意网络（MSMAN），实现粗到细的 3D 骨架关节回归和蒙皮权重估计，生成可用于动画制作的角色，性能优于现有方法。

HumanRig的主要功能

• 提供大规模高质量数据集：HumanRig是首个专为3D人形角色自动绑定任务设计的大规模数据集，包含11,434个高质量的AI生成人形网格。所有模型均以T-pose呈现，并严格遵循行业标准的骨架拓扑结构，可直接应用于主流动画引擎。该数据集在规模、多样性和骨架一致性方面具有显著优势，涵盖了从真实人物到卡通角色，甚至拟人化动物的广泛角色类型。
• 先验引导骨架估计器（PGSE）：基于2D先验信息投射到3D空间，初始化粗略骨架，大幅降低绑定任务的复杂度。
• U形Point Transformer作为网格编码器：摒弃了对3D网格的边信息的依赖，增强了复杂网格上的绑定鲁棒性。
• 网格-骨架互注意力网络（MSMAN）：通过在高级语义空间中融合网格与骨架特征，实现了骨架构建与蒙皮的联合优化。

HumanRig的技术原理

• HumanRig 数据集构建：
  • 生成多样化 2D 图像：通过 AI 驱动的 2D 图像生成技术，从文本描述中生成多样化的 T-pose 角色图像。
  • 生成高质量 3D 网格：利用 InstantMesh 和 Unique3D 等工具，将 2D 图像转换为高质量的 3D 网格。
  • 筛选与优化：从 17,268 个初始网格中筛选出 14,662 个高质量模型，并使用 Mixamo 半自动化工具进行骨骼绑定，最终形成 11,434 个高质量绑定模型。
• 自动绑定流程：
  • 骨架初始化：通过 PGSE 模块生成粗略骨架。
  • 特征提取：分别使用基于 MLP 的骨架编码器和 U 形 Point Transformer 提取骨架和网格特征。
  • 特征融合与优化：通过 MSMAN 模块融合骨架和网格特征，实现从粗到细的骨架关节回归和蒙皮权重估计。
  • 生成动画角色：最终将优化后的骨架和蒙皮权重结合，生成可用于动画制作的角色。

HumanRig的项目地址

• 项目官网：https://c8241998.github.io/HumanRig/
• arXiv技术论文：https://arxiv.org/pdf/2412.02317

HumanRig的应用场景

• 游戏开发：在游戏开发中，HumanRig 的自动绑定技术可以大幅减少角色动画制作的时间和成本，在处理复杂角色模型（如带有复杂衣物或配件的角色）时表现出色。
• 影视制作：在影视行业，HumanRig 的自动绑定技术能快速生成高质量的角色绑定，显著提升制作效率。
• 虚拟现实（VR）和增强现实（AR）：在虚拟现实和增强现实应用中，实时交互的角色动画是提升沉浸感的关键。HumanRig 的自动绑定技术能为虚拟角色提供实时的骨骼动画支持，确保角色动作的自然性和流畅性。
• 3D 数字人：通过自动绑定技术，高德地图能快速生成个性化 3D 数字人，为用户提供更具互动性和趣味性的导航体验。