推荐使用：DeformingThings4D —— 4D变形物体数据集

在计算机视觉与图形学领域，我们常常需要处理物体的动态变形问题。为此，我们非常荣幸地向您推荐一个创新性的开源项目——DeformingThings4D 数据集。这个数据集包含1,972个动画序列，覆盖了31种不同类别的拟人化和动物模型，为研究非刚性变形提供了丰富的素材。

项目介绍

DeformingThings4D是一个基于合成数据的4D动画库，其核心是.anime文件格式，用于存储每个帧的3D顶点偏移信息。数据集包含200个人形动画和1,772个动物动画，总共有112,365帧，提供丰富的形状和动作变化。每个动画都配有一系列截图以直观展示动画效果。

项目技术分析

每个.anime文件首先定义了帧数、顶点数和三角面数。接着存储的是第一帧的完整三维网格，随后的每一帧记录的是相对于第一帧的顶点位移。这种高效的数据结构使得快速访问和处理大量动画数据成为可能。

应用场景

DeformingThings4D数据集旨在推动以下任务的发展：

1. 场景流估计
2. 变形点云匹配
3. 非刚性跟踪/注册
4. 形状和运动完成
5. 观察学习中的布线
6. 通用非刚性重建

如所示的实际场景流估计和4dcomplete结果表明，利用该数据集训练的模型能够实现出色的性能。

项目特点

• 多样性：涵盖31个类别，包括人类和动物模型，提供广泛的动作和变形。
• 可扩展性：除了基本的.anime文件，还可以根据需求提供场景流、RGBD序列和体积数据。
• 易用性：提供的Blender脚本可以帮助用户从.anime文件生成附加数据。
• 适用性强：适用于多种非刚性变形相关的研究和应用。
• 开放源代码：代码遵循非商业创意共享许可，数据则依据特定的使用条款发布。

为了获取数据集，请填写Google表格，经过审核后，我们将提供下载链接。

如果你在你的工作或研究中使用到DeformingThings4D，请引用以下论文：

@article{li20214dcomplete, 
    title={4dcomplete: Non-rigid motion estimation beyond the observable surface.}, 
    author={Yang Li, Hikari Takehara, Takafumi Taketomi, Bo Zheng, and Matthias Nießner},
    journal={IEEE International Conference on Computer Vision (ICCV)},
    year={2021}
}

让我们一起探索4D世界的奥秘，借助DeformingThings4D，开启您的非刚性变形研究之旅吧！