Dans cet article, nous proposons ARCH (Animatable Reconstruction of Clothed Humans), un cadre novateur et intégré pour la reconstruction précise d'humains vêtus en 3D à partir d'une image monoculaire. Les approches existantes pour la numérisation d'humains en 3D peinent à gérer les variations de posture et à récupérer les détails. De plus, elles ne produisent pas des modèles prêts pour l'animation. En revanche, ARCH est un modèle appris et sensible à la posture qui génère des avatars humains en 3D détaillés et riggués à partir d'une seule image RGB non contrainte. Un Espace Sémantique et un Champ de Déformation Sémantique sont créés en utilisant un estimateur corporel 3D paramétrique. Ils permettent de transformer les humains vêtus en 2D/3D dans un espace canonique, réduisant ainsi les ambiguïtés géométriques causées par les variations de posture et les occultations dans les données d'entraînement. La géométrie de surface détaillée et l'apparence sont apprises en utilisant une représentation implicite avec des caractéristiques locales spatiales. De plus, nous proposons une supervision supplémentaire au niveau du pixel sur la reconstruction 3D grâce à un rendu différentiel prenant en compte l'opacité. Nos expériences montrent que ARCH augmente la fidélité des humains reconstruits. Nous obtenons plus de 50 % d'erreurs de reconstruction inférieures pour des métriques standard comparativement aux méthodes de pointe sur des jeux de données publics. Nous présentons également de nombreux exemples qualitatifs d'avatars animés, de haute qualité, qui n'ont jusqu'à présent jamais été observés dans la littérature.Note: - "Monocular image" a été traduit par "image monoculaire".- "Parametric 3D body estimator" a été traduit par "estimateur corporel 3D paramétrique".- "Spatial local features" a été traduit par "caractéristiques locales spatiales".- "Opacity-aware differentiable rendering" a été traduit par "rendu différentiel prenant en compte l'opacité".