SMPL은 Skinned Multi-Person Linear Model의 약자, 3D parametric 인체 모델이다

수 십만 건의 3D 및 4D 인체 스캔 데이터를 기반으로 학습된 SMPL은 정확한 인체 형태와 사실적인 신체형태 및 자세 변화를 paranetric화 한다.

사람의 몸을 수학적으로 조절할 수 있는 3D 아바타 모델

• 사람의 몸을 parameter(숫자)로 표현
  • Pose(자세) → 팔 들기, 앉기 등
  • Shape(체형) → 키, 체형 차이

⇒ 사람 몸을 레고처럼 조립/변형할 수 있게 만든 공식 모델

⇒ 사람 몸을 숫자로 조종하는 3D 모델

중요 특징

1. SMPL은 압축 알고리즘으로, 인간의 3차원 현실을 컴퓨터가 "읽을 수 있는" 형태로 변환합니다

   . SMPL은 인체의 형태, 자세, 연조직 움직임, 표정, 손의 관절 움직임 및 역동성에 대한 모든 3차원 정보를 단 100개의 매개변수로 인코딩합니다.

2. SMPL은 확산 모델의 제어 신호입니다.

   SMPL은 통계적 분포이며 인간의 가장 간결한 3D 표현입니다. 비디오 확산 모델의 잠재 인코딩에 SMPL을 사용하면 인간의 움직임을 반영하여 생성된 비디오를 제어할 수 있습니다.

3. SMPL은 모든 인간 행동을 나타내는 용어입니다.

   인간의 신체 움직임과 자세는 말이나 언어로 완전히 설명할 수 없습니다. SMPL 모델의 100개 매개변수는 인공지능 에이전트 학습을 위한 인간 행동의 "언어"를 제공합니다.

4. SMPL은 3D 공간에서 인간을 표현하는 "캔버스"입니다.

   SMPL은 인체 표면과 내부의 3D 공간을 일관되게 표현합니다. 3D 스캔, 2D 이미지, 모션 캡처 등 3D 인체 데이터를 다루는 모든 사람에게 3D "캔버스"가 필요하기 때문에 SMPL은 3D 인체 표현의 사실상 표준으로 빠르게 자리 잡았습니다.

5. SMPL은 3D 그래픽 기본 요소입니다.

   3D 엔진의 기본 도형, 예를 들어 3D 평면, 정육면체, 구, 원뿔, 원기둥, 그리고 물론 유타 주전자와 같은 기본 도형을 만드는 공식과 같습니다. SMPL 모델 공식은 단순히 구나 정육면체 대신 3D 사람 형상을 생성하는 데 사용됩니다.