human motions | BriefGPT - AI 论文速递

关键词human motions

搜索结果 - 10

使用扩散模型进行灵活的动作中间插值
通过使用扩散模型生成多样化的人体动作，该研究提出了一种能够根据用户指定的空间限制和文本条件生成精确且多样化的动作的条件运动扩散补间方法（CondMDI）。在评估了该方法在 HumanML3D 数据集上的性能后，研究进一步探讨了基于引导和插值
PDF2 months ago
MotionLCM：基于潜变一致性模型的实时可控动作生成
基于 MotionLCM 模型，作者提出了一种能够实时生成可控运动的方法，通过引入运动潜在一致性模型（MotionLCM）和使用运动控制网络，实现了对文本和控制信号的实时生成和控制，在保持运行效率的同时展现出了出色的生成和控制能力。
PDF2 months ago
TAAT：从任意文本思考和行动的 Text2Motion
Text2Motion 旨在从文本中生成人体动作。本文重新定义了此问题，以更现实的假设为基础，即文本可以是任意的。通过在 HumanML3D 数据集上扩展动作文本以涵盖更多场景文本，创建了 HumanML3D++ 数据集。在这个挑战性的数据
PDF2 months ago
MLP：基于运动标签先验的未剪辑 3D 人体运动的时序句子定位
通过两种创新的先验标签辅助训练方案，我们提出了一种用于在三维人体动作中定位与文本查询语义相对应的目标时刻的时间句子定位（TSLM）的方法，并展示了该方法在高 IoU 下的优越性能表现。
PDF2 months ago
CVPR自然移动，灵活互动：利用场景可控生成语言引导的人体动作
在 3D 环境中，尽管在文本到运动合成方面取得了重大进展，但仍存在许多挑战，我们通过引入一种新的两阶段框架，使用场景赋能作为中间表示，有效地链接 3D 场景定位和条件运动生成，克服了生成多模态条件信号下的人类运动困难，特别是在缺乏广泛的语言
PDF3 months ago
基于图视角稀疏感知的全身动作重建
从稀疏传感器数据中估计 3D 全身姿势是增强现实和虚拟现实中用于重建真实人体动作的关键技术之一。本文提出了一种基于 Body Pose Graph (BPG) 的新型全身动作重建框架，通过将人体表示为图形缺失节点预测问题来解决稀疏传感器信号
PDF5 months ago
多样动作：通过离散扩散实现多样人体动作生成
DiverseMotion 是一种新的方法，通过保持运动多样性，在基于文本描述的高质量人体运动合成中为优先适应训练运动而牺牲动作多样性的现有方法提供解决方案。
PDF10 months ago
使用 VAEs 的任务通用分层人体动作先验
本研究提出了一种新的深度生成模型，利用组合的全局和局部潜空间进行粗细粒度建模，独立于特定任务地学习复杂的人体运动，并在视频中基于人体姿态估计、运动捕捉系统中模拟完整的身体运动并进行可信的关键帧动画辅助。该通用的人体运动模型可以修复损坏的人体
PDF3 years ago
基于长时程建模的人体运动时空流形学习
本研究提出了一种基于深度学习的数据驱动建模方法，利用自然运动流形来处理人类运动中存在的多模态时空相关性及骨骼信息提取问题，并在多个应用场景中获得了优异的结果。
PDF5 years ago
RoNIN: 野外环境下稳健的神经惯性导航：基准测试、评估和新方法
本文提出了一种新的数据驱动惯性导航方法，涵盖了数据集、神经网络模型和两种质量评估方法，应用于人体运动状态下的惯性测量单元感应数据分析。
PDF5 years ago