[论文解读] AVATAR: Blender add-on for fast creation of 3D human models

Jordi Sànchez-Riera, Aniol Civit+2 more|arXiv (Cornell University)|Mar 26, 2021

3D Shape Modeling and Analysis参考文献 6被引用 5

一句话总结

AVATAR 是一个 Blender 插件，可实现快速、直观地创建具有语义形状控制、集成服装库和 BVH 动作传输的逼真、着装的 3D 人物模型。基于 MakeHuman 的参数化模型构建，它通过一键生成、可编程自定义以及与 Blender 生态系统的无缝集成，简化了角色创建流程，适用于研究和工业领域的快速原型设计、数据集生成和动画制作。

ABSTRACT

Create an articulated and realistic human 3D model is a complicated task, not only get a model with the right body proportions but also to the whole process of rigging the model with correct articulation points and vertices weights. Having a tool that can create such a model with just a few clicks will be very advantageous for amateurs developers to use in their projects, researchers to easily generate datasets to train neural networks and industry for game development. We present a software that is integrated in Blender in form of add-on that allows us to design and animate a dressed 3D human models based on Makehuman with just a few clicks. Moreover, as it is already integrated in Blender, python scripts can be created to animate, render and further customize the current available options.

研究动机与目标

• 解决创建具有正确比例、服装和动画的逼真、带骨骼的 3D 人物模型时所面临的高复杂度和高时间成本问题。
• 通过将人物建模器直接集成到 Blender 中，减少建模、绑定和动画之间的工作流程摩擦。
• 使研究人员和开发者能够生成大规模、多样化的 3D 人物数据集，实现对形状、服装和姿态的受控变化。
• 提供一个可编程、可扩展的环境，用于动态角色生成和物理感知的布料模拟。
• 克服现有工具的局限性，例如 MakeHuman 的外部通信协议以及 Manuel Bastioni Lab 等工具缺乏服装支持的问题。

提出的方法

• 基于 MakeHuman 的参数化人体模型，通过在形状子集上进行主成分分析（PCA），将形状控制在 7 个语义属性（如体重、身高）上，以保持可解释性。
• 集成高分辨率、带纹理的服装网格，包含法线贴图，并预先处理以避免动画过程中与人体网格发生穿插。
• 实现一个 BVH 动作传输管道，包括骨骼缩放、骨骼对应映射和轴参考变换，以将源动作对齐到目标角色。
• 通过 Python 脚本实现完全自定义和自动化，支持对形状、服装、纹理和动画参数的程序化控制。
• 通过保留人体和服装网格以支持碰撞检测，实现与动作捕捉插件和物理模拟的集成。
• 利用 Blender 的原生环境，实现无需外部软件或文件交换的直接渲染、动画和导出。

实验结果

研究问题

• RQ1 一个 Blender 插件是否能通过最小的用户输入实现逼真、着装的 3D 人物模型的快速创建，同时保持语义形状控制？
• RQ2 如何在不产生动画过程中几何穿插的情况下，将服装网格集成到参数化人体模型中？
• RQ3 在目标骨骼具有不同关节结构和坐标系的情况下，BVH 动作文件能在多大程度上自动适配？
• RQ4 在 Blender 中集成的可编程环境是否能显著加速用于训练神经网络的多样化 3D 人物数据集的生成？
• RQ5 与标准低分辨率资源相比，高质量纹理和法线贴图的集成在视觉真实感方面有何提升？

主要发现

• AVATAR 插件支持通过一键生成带关节和服装的 3D 人物模型，显著减少了角色创建所需的时间和专业知识。
• 对形状子集进行 PCA 分析，保留了 7 个核心属性（如体重、胸围）的语义意义，实现了直观且有意义的形状变化。
• 服装网格经过预处理，确保所有顶点位于人体网格之外，从而在动画过程中避免穿插伪影，同时保留两组网格以支持物理模拟。
• BVH 动作传输管道通过骨骼缩放、骨骼对应关系映射和坐标系变换，成功将外部动作数据映射到目标角色。
• 与 Blender 脚本环境的集成支持程序化生成多样化的 3D 人物模型，可实现机器学习应用中的可扩展数据采集。
• 该插件支持创建高保真数据集，可对形状、服装、姿态和纹理进行受控变化，非常适合用于训练 3D 人体姿态估计和重建模型。