human motion generation | BriefGPT

关键词human motion generation

搜索结果 - 15

全身动作生成 2D 空间中的可扩展性
通过关注二维空间，本研究引入一种新的一般人类动作生成方法，使用名为 Holistic-Motion2D 的大规模二维整体动作数据库和名为 Tender 的创新方法进行生成，展示了二维动作数据在生成多样、真实的人类动作方面的有效性及其对各种下
PDF15 days ago
Recurrent Flow Diffusion for Human Motion Generation
人体动作生成是计算机动画中非常重要的任务，本文提出了一种基于扩散方法的新颖循环扩散模型，通过在扩散过程中对时间维度进行建模，以解决现有方法生成的动作序列不连贯、时长短以及计算开销大的问题。实验证明，该方法在人体动作的时间建模方面取得了与现有
PDF21 days ago
建立统一的人体动作生成评估框架：指标的比较分析
发展用于人类动作生成的生成式人工智能迅速扩展，需要一个统一的评估框架。本文详细评述了八种用于人类动作生成的评估指标，突出其独特特点和不足之处。我们提出了一种标准化实践，通过一个统一的评估设置来促进一致的模型比较。此外，我们引入了一种新的度量
PDF2 months ago
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。
PDF2 months ago
MoDiPO: 通过 AI 反馈驱动的直接偏好优化实现文本到动作对齐
通过使用 MoDiPO（运动扩散 DPO）方法，该研究提出了一种新的方法，通过使用直接优化偏好来对齐文本到运动模型，以便生成更加真实的动作。
PDF2 months ago
利用扩散模型进行即时样式迁移的学习：一种语义引导方法
我们提出了一种基于扩散模型的即时人体运动风格转移学习方法，通过几分钟的微调学习，可以将未知的风格转移到不同的内容运动中，且仅需要一个风格示例和以中立运动为主的文本到运动数据集（例如 HumanML3D）。
PDF3 months ago
Motion Mamba: 高效和长序列动作生成与分层和双向选择性 SSM
提出了一种简单高效的运动生成模型，利用了状态空间模型进行建模，并通过分层时序 Mamba (HTM) 块和双向空间 Mamba (BSM) 块来处理时序和姿态信息，从而实现了高质量、长序列的运动生成和实时人体动作生成。
PDF4 months ago
多模态多部分人体动作综合的统一框架
通过量化多种身体部位的运动为其各自领域定制的码本，利用预训练模型将多模态信号转换为共享的潜在空间，并通过逐步预测后续令牌形成完整序列来将这些信号转换成离散的运动令牌，最后从令牌序列中重构连续的实际运动。我们的研究方法将多模态动作生成挑战框架
PDF7 months ago
OmniControl：人体动作生成的任意时间控制
OmniControl 通过扩展传播过程，将灵活的空间控制信号融入文本条件下的人体运动生成模型中，并引入了分析空间引导和现实引导来提高控制精度和运动逼真性。
PDF9 months ago
Fg-T2M：基于扩散模型的精细文本驱动人体运动生成
通过结合语言结构辅助模块和上下文感知渐进推理模块，我们提出了一种细粒度的方法，用于生成支持精确文本描述的高质量、有条件的人体动作序列。实验证明，我们的方法在 HumanML3D 和 KIT 测试集上胜过了基于文本驱动的动作生成方法，并能够根
PDF10 months ago
人体运动生成调查
人体运动生成是生成自然人体姿势序列的目标，具有广泛的实际应用潜力。本文是人体运动生成领域的首篇综述文献，介绍了人体运动和生成模型的背景，并对三个主流子任务（文本条件、音频条件和场景条件的人体运动生成）的代表方法进行了审查。此外，还概述了常见
PDFa year ago
MotionGPT：经过微调的 LLM 是通用运动生成器
本文提出了一种使用多模态控制信号的运动通用生成器（MotionGPT），它将多模态信号作为大型语言模型（LLMs）中的特殊输入令牌来生成连续的人类动作，是首次使用多模态控制信号生成人类动作的方法。
PDFa year ago
CVPRT2M-GPT: 使用离散表示生成基于文本描述的人体动作
本文研究了基于 VQ-VAE 和 GPT 的人体运动生成的条件生成框架，并表明了通过常用的训练配方（EMA 和 Code Reset），我们可以获得高质量的离散表示。此外，我们在训练期间采用了一种简单的损坏策略来缓解训练 - 测试偏差，并在
PDFa year ago
ECCVPoseGPT：基于量化的三维人体动作生成和预测
提出了一种基于 PoseGPT 的自回归变换器的方法，该方法可以生成人体运动序列，利用离散的潜在空间使 GPT-like 模型集中于长程信号预测，获得了在几个数据集上实现最先进的结果。
PDF2 years ago
ECCV变长人体动作生成的隐式神经表示
本研究提出了一种基于变分隐式神经表示的行动条件人体动作生成方法，可通过变分形式生成变长人体动作序列，使用 Transformer 解码器的方法在生成真实且多样的动作序列方面胜过了先前的方法，甚至优于最先进的基于 Transformer 自编
PDF2 years ago