本研究提出一种基于条件扩散模型的新型解决方案 ——AGRoL，旨在根据稀疏的上肢追踪信号准确跟踪全身动作，通过在 AMASS 运动捕捉数据集上的训练和评估，证明我们的模型在预测和平滑全身运动方面优于现有的创新方法。

Apr, 2023

通过结合场景提供的丰富上下文信息，利用稀疏观测信号实现从头戴式显示器和手柄控制器到 3D 场景中的全身人体运动的估计是增强现实 / 虚拟现实应用的关键问题之一。我们引入了一个新的框架 ——S^2Fusion，它融合场景和稀疏信号，采用条件扩散模型，在给定稀疏跟踪信号和 3D 场景的情况下估计出合理的人体运动。S^2Fusion 首先通过周期自编码器提取稀疏信号中的时空关系，然后生成时间对齐特征嵌入作为附加输入。随后，通过从预先训练的先验中提取初始噪声运动，S^2Fusion 利用条件扩散将场景几何和稀疏跟踪信号融合，生成了全身感知场景的运动。S^2Fusion 的采样过程还受到了特别设计的场景穿透损失和相位匹配损失的指导，即使在没有任何跟踪信号的情况下，也能有效规范下半身的运动，使得生成的运动更加合理和连贯。广泛的实验证明了我们的 S^2Fusion 在估计质量和平滑度方面超过了最先进的方法。

Apr, 2024

提出了一个两阶段的框架，仅利用头部和手部的追踪信号可以获取准确而平滑的全身动作，通过学习大规模动作数据解决实时身体追踪的问题，并通过关节级特征建模和损失函数设计提高精确度和平滑度。在 AMASS 运动数据集和真实捕获数据上的广泛实验验证了设计的有效性，并表明相比现有方法，我们的提出的方法可以实现更准确和平滑的运动。

Aug, 2023

人类动作预测是虚拟现实（VR）应用中的重要问题，本论文提出了一种新的注视引导去噪扩散模型（GazeMoDiff），通过学习眼球注视和人体运动之间的时空相关性，生成逼真的人体运动，实验证明本方法在平均位移误差上超过了现有方法。

Dec, 2023

利用扩散模型为给定目标 3D 动作序列中的人物从单个图像创建动画的框架，包括学习关于人体和服装不可见部分的先验知识以及呈现适当的身体姿势和纹理的新姿态。

Jan, 2024

该研究介绍了 MoDiff，它是一个基于自回归概率扩散模型的运动序列生成模型，其结合了跨模式 Transformer 编码器和基于 Transformer 的解码器，以生成控制时序依赖性的动作。该模型在运动合成方面表现优异，并通过数据丢弃方法来提高数据表示和运动合成的鲁棒性。

Apr, 2023

通过扩展基于自回归的人体感知 3D 场景生成方法，本研究探索了扩散模型在同时考虑多个输入人体和底图的情况下生成逼真三维场景的潜力，并引入了人物物体碰撞避免和房间边界约束等空间碰撞导向机制来避免与人体动作冲突的场景生成。大量实验结果表明，与现有最先进方法相比，我们的框架可以生成更自然、更逼真的三维场景，具有精确的人体场景交互，并显著减少人物物体碰撞。

Jun, 2024

提出一种新颖的姿态估计框架 (DiffPose)，基于扩散模型将 3D 姿态估计描述为一个逆扩散过程，并引入了姿态特定初始化、基于高斯混合模型的前向扩散过程和上下文条件的逆扩散过程等新设计来促进扩散过程，相比现有方法在 Human3.6M 和 MPI-INF-3DHP 等广泛使用的姿态估计基准测试中显著提升。

Nov, 2022

这篇论文介绍了一种名为 “Diffusion Inertial Poser”（DiffIP）的单一扩散生成模型，能够从任意 IMU 配置实时重构人体运动。该系统具有灵活性，适用于不同的应用，且与常用的六个 IMU 配置一样准确。

Aug, 2023

针对在协作和交流中需要产生逼真可信的虚拟人物角色，本文提出了一种基于流的 3D 人体生成模型，通过学习 3D 人体姿势的条件分布和从观察到的数据到潜在空间的概率映射，生成能够确定关节不确定度的虚拟角色动作，证明了该方法不仅是一个强大的预测模型，还可以在各种优化环境中充当一个高效的姿势先验。

Mar, 2022