基于人类测身知识的 Anny 人体建模

参数化人体模型为许多以人为中心的任务提供了结构基础，但现有模型通常依赖昂贵的 3D 扫描和专有且人口统计学范围狭窄的学习形状空间。我们介绍 Anny，一个简单、全可微且无需扫描的人体模型，基于 MakeHuman 社区的人类测身知识而构建。Anny 定义了一个连续、可解释的形状空间，其中 phenotype 参数（如性别、年龄、身高、体重）控制跨越广泛人类形态的 blendshape——覆盖年龄（从婴幼儿到老年人）、体型和比例。基于 WHO 人口统计数据校准，提供在单一统一模型中实现的真实且人口统计学均衡的人类形状变异。凭借其开放性和语义控制，Anny 可作为 3D 人体建模的通用基础——支持毫米级扫描拟合、受控合成数据生成和人体网格恢复 (HMR)。我们进一步引入 Anny-One，一个包含 80 万张照片化学图像的集合，表明尽管 Anny 简单，训练使用 Anny 的 HMR 模型仍能匹配使用基于扫描的人体模型的性能。Anny 人体模型及其代码均发布于 Apache 2.0 许可证下，使 Anny 成为可访问的人类中心 3D 建模的基础。