Mar, 2024

舞蹈生成中的 Lodge: 一种从粗到细的扩散网络，由特征舞蹈基元引导

PDF
TL;DR提出了 Lodge，一种能够根据给定的音乐生成非常长的舞蹈序列的网络。Lodge 被设计为一个两阶段的粗粒度到细粒度的扩散架构，并提出了具有显著表现力的特征舞蹈基元，作为两个扩散模型之间的中间表示。
发现论文，激发创造
  • LongDanceDiff：基于条件扩散模型的长期舞蹈生成

    通过设计了一种长期舞蹈生成模型，LongDanceDiff，基于条件扩散模型，在解决时间一致性和空间约束方面具有挑战性，以提高生成舞蹈动作的多样性和质量。

    Aug, 2023

  • DiffDance: 舞蹈生成的级联人体运动扩散模型

    将音乐与运动结合的 DiffDance 模型能够生成与输入音乐有效对齐的逼真舞蹈序列，结果与最先进的自回归方法相媲美。

    Aug, 2023

  • 可控的对比扩散群舞

    利用扩散式生成方法和群舞动画控制策略生成高质量、可定制的群舞，以满足多样性和一致性需求，实验证明了方法的有效性。

    Oct, 2023

  • 稳定 MoFusion：面向稳健高效的基于扩散的运动生成框架

    通过对网络架构、训练策略和推理过程的深入分析，我们根据研究结果为高质量的人体运动生成定制了每个组件，最终提出了稳定的人体运动生成框架 StableMoFusion，并通过大量实验证明其在与当前最先进方法的比较中表现出色。

    May, 2024

  • 双向自回归扩散模型的舞蹈生成

    使用双向自回归扩散模型 (BADM) 生成与音乐相协调的舞蹈动作，通过在前后方向均保持协调一致的双向编码器和局部信息解码器，实现了生成新动作、平滑运动、提高舞蹈与节拍的同步性等功能。实验结果表明，该模型在音乐到舞蹈生成的重要基准上达到了最先进的性能。

    Feb, 2024

  • Music2Dance：音乐驱动的舞蹈生成 DanceNet

    该论文提出了一种基于自回归生成模型的新方法 DanceNet，以音乐的风格、节奏和旋律为控制信号生成具有高度真实感和多样性的 3D 舞蹈动作，并通过专业舞者捕捉了多组同步的音乐舞蹈配对数据集以提高模型性能，实验结果表明所提出的方法达到了最先进的效果。

    Feb, 2020

  • 具有轨迹可控扩散的和谐团体编排

    使用非重叠轨迹来协助协调舞蹈运动，并通过距离保持一定阈值和相对前向运动的损失来解决多舞者碰撞和单人滑步问题，实现了最先进的结果。

    Mar, 2024

  • 优化传输的音乐生成舞蹈

    本文介绍了一种名为 MDOT-Net 的音乐到舞蹈优化传输网络，用于从音乐中生成真实生动的 3D 舞蹈编排。

    Dec, 2021

  • 音乐指挥运动生成中的扩散模型驯服

    该论文提出了 Diffusion-Conductor，它是一种基于 DDIM 的新方法，用于从给定的交响乐中生成乐队指挥的运动，并使用几种新的测量标准进行评估。

    Jun, 2023

  • 朝向三维舞蹈动作合成和控制

    本文提出了一种基于时间卷积和 LSTM 的新型生成运动模型 (TC-LSTM)，并引入了特定的控制信号即舞蹈旋律线，以提高控制可控性，成功地实现了多种舞蹈类型的艺术舞蹈动作合成，性能优于现有方法。

    Jun, 2020