human movement | BriefGPT - AI 论文速递

关键词human movement

搜索结果 - 9

虚拟化身生成模型作为世界导航器
通过引入 SABR-CLIMB，我们提出了一种新的视频模型，使用虚拟化身在攀岩环境中模拟人类运动。通过扩散转换器，在每个扩散步骤中预测样本而不是噪声，并输入整个视频以输出完整的运动序列。通过利用大规模的专有数据集 NAV-22M 和大量的计
PDFa month ago
ICML意图驱动的个体到外部视频生成
提出了一种基于行动意图的自我转他视视频生成框架（IDE），通过利用包括人类运动和动作描述的行动意图作为视角无关表示指导视频生成，保留了内容和动作的一致性。
PDF4 months ago
通过整合拉班动作分析实现身体表达的情感理解
通过人体运动分析和人体运动元素数据集，实现对身体语言中情感和心理状态的自动理解与分析.
PDFa year ago
Rapid-Motion-Track：使用深度学习实现无标记快速人类运动跟踪
本研究旨在开发一种基于深度学习的新的端到端系统，Rapid-Motion-Track（RMT），可以在使用网络摄像头或笔记本电脑摄像头时准确跟踪最快的人体动作，该系统可以精确地追踪多种快速的人体运动，从而有望在人运动评估的可访问性和准确性方
PDFa year ago
ECCVSUPR：一种稀疏的统一分部人体表示
本文提出了一种名为 SUPR 的新型人体建模方案，联合训练了全身模型和特定部位模型，其中包括一种能够捕捉脚部运动特征的新型运动学树，并且利用非线性变形函数预测脚部在接触地面时的变形。
PDF2 years ago
CVPRBABEL: 带英文标签的身体、行动和行为
BABEL 是一个大型数据集，包含 43 小时的 MOCAP 序列，从 AMAAS 中提供了关于动作的语言标签，该数据集可用于行动识别、时间行动定位、运动合成等任务，并可作为 3D 行动识别的有用基准测试，数据集、基准方法和评估代码可供学术
PDF3 years ago
AAAI如何移动：使用系统动力学对人类运动建模
本研究提出一种新方法，即通过学习决策模型和整合系统动力学来模拟人类运动的状态转移，其中使用生成对抗学习来学习人类运动，并在学习过程中集成了系统动力学的随机性约束。实验结果表明，该方法可以生成类似于现实世界的轨迹，并在预测下一个位置和生成长期
PDF4 years ago
NIPS学习奔跑挑战：使用深度强化学习合成生理准确运动
通过深度强化学习等优化方法，可以高效地探索大型和复杂的生物力学模型空间，进而实现合成可行的高维生物力学系统运动。
PDF6 years ago
Total Capture: 用于追踪人脸、手和身体的 3D 形变模型
本文研究了一种捕捉多种尺度的人类运动的统一变形模型，称其为 “Frankenstein” 模型，并在基础上优化构建出 “Adam” 模型，使其可以被用于捕捉社交群体的大运动和细微的面部、手势运动。
PDF7 years ago