模型介绍
中文整理模型用途
GNM（Generative aNthropometric Model，发音为"genome"）是Google开发的最先进参数化3D人体头部统计模型。该模型从大规模高分辨率3D扫描数据中学习，可对人脸身份、表情和头部姿态进行细粒度解耦控制，并提供可控制的内部解剖结构（眼球、牙齿和舌头）。3D Morphable Models（3DMM）广泛应用于计算机视觉、计算机图形学和生成式AI领域，用于表示人体几何和外观。GNM提供了最先进的人类头部参数化表示，支持多框架后端和语义参数采样，适用于学术研究和商业应用。
主要能力
详细3D面部几何：生成包含颅面部皮肤、眼睛、牙齿牙龈和舌头的密集3D网格。
可控解剖结构：皮肤覆盖完整颅面和颈部；眼睛包含可控制的眼球结构（巩膜、瞳孔、虹膜）和外部角膜；牙齿和牙龈包括可活动的上下牙列；舌头包括可活动的舌面，支持口内变形和语音发音。
解耦参数空间：身份参数控制受试者特定的面部特征和解剖比例（头部、眼球、牙齿）；表情参数通过丰富的blendshapes驱动眼睛、下半脸、舌头和虹膜；头部姿态和关节旋转参数控制颈部运动和双眼注视（轴角格式）；平移参数控制全局3D笛卡尔位置。
多拓扑UV映射：为四边形拓扑（形状[Q, 4, 2]）和三角形拓扑（形状[T, 3, 2]）提供结构化UV布局，覆盖五个逻辑区域：皮肤、上牙龈、下牙龈、舌头、眼内和眼外。
多框架后端支持：通过统一GNM接口原生支持NumPy、JAX、PyTorch和TensorFlow。
语义参数采样：兼容预训练的IdentitySampler和ExpressionSampler模型，可从高级标签生成身份和表情参数。
输入输出
输入：模型参数以NPZ文件形式提供（gnm_head.npz），包含身份、表情、头部姿态和平移等参数。
输出：3D头部网格模型，包含皮肤、眼睛、牙齿、舌头等解剖结构的几何数据。
运行要求
支持Python环境，需安装NumPy、JAX、PyTorch或TensorFlow其中之一。模型文件大小和具体计算资源需求请参考官方文档。
基本用法
从GNM GitHub仓库安装gnm包，加载模型文件gnm_head.npz，通过参数接口控制身份、表情、头部姿态等属性。可使用预训练的IdentitySampler和ExpressionSampler从高级标签生成相应参数。
限制
该模型使用3DMM文献中标准的 demographic categories进行训练，这些类别无法完全代表人类性别认同的全部光谱，也无法涵盖全球人口的完整多样性。具体的数据集统计信息、公平性评估和局限性讨论请参阅技术报告。用户应考虑在其特定应用中可能涉及的公平性和代表性问题。
许可证
本项目和模型权重基于Apache License 2.0许可证发布，适用于学术研究和商业应用。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。