通过视频建模3d人物的开源方案主要有以下几种：

基于深度学习的方案：这种方案是目前最主流的方案，主要利用深度学习的方法来从视频中提取人物的三维信息。常见的算法包括：

• 基于关键点的方案：这种方案首先利用人脸识别算法来在视频中检测出人物的关键点，然后再通过深度学习的方法来估计关键点之间的关系，从而得到人物的三维模型。
• 基于体素的方案：这种方案将视频中的人物逐帧分割成体素，然后再通过深度学习的方法来估计每个体素的三维信息，从而得到人物的三维模型。
• 基于图像的方案：这种方案将视频中的人物逐帧转换成图像，然后再通过深度学习的方法来估计图像的三维信息，从而得到人物的三维模型。

基于传统方法的方案：这种方案是传统的三维建模方法，主要利用光照模型、三角形网格等技术来从视频中建模人物。常见的算法包括：

• 基于光照模型的方案：这种方案利用光照模型来估计人物的三维信息，然后再通过三角形网格等技术来构建人物的三维模型。
• 基于三角形网格的方案：这种方案直接从视频中提取人物的三角形网格，然后再进行细化和优化处理。

以下是一些具体的开源方案：

• 基于深度学习的方案：
  • 3DMM-MoCap：这是一个基于关键点的三维人体建模工具，可以从视频中提取人物的三维模型。
  • MoCapNet：这是一个基于体素的三维人体建模工具，可以从视频中提取人物的三维模型。
  • MoViNet：这是一个基于图像的三维人体建模工具，可以从视频中提取人物的三维模型。
• 基于传统方法的方案:
  • OpenPose：这是一个基于光照模型的三维人体建模工具，可以从视频中提取人物的三维信息。
  • Meshroom：这是一个基于三角形网格的三维人体建模工具，可以从视频中提取人物的三维模型。