PulseAugur
中
实时 10:11:33

新框架FineMoLA通过片段级数据增强运动-语言对齐

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了FineMoLA，一个旨在改善人体运动与文本描述之间对齐的新型框架。这种弱监督方法可以学习片段级标注中单个运动帧与特定短语之间的细粒度对应关系。通过将运动-语言对齐表述为最优传输问题，FineMoLA可以在无需手动标注的情况下推断帧级对齐，并在SnapMoGen数据集上的运动-文本基础任务中展现出卓越的性能。 AI

影响 这项研究可能导致基于文本描述的更精确、时间上更准确的AI生成人体运动。

排序理由 该集群包含一篇详细介绍运动-语言对齐新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架FineMoLA通过片段级数据增强运动-语言对齐

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Tongyan Wang, Zhengyuan Li, Muhan Lin, Shengyang Luo, Yifan Shen, Aniket Bera, Baijian Yang, Yingjie Victor Chen ·

    FineMoLA: Towards Fine-Grained Motion-Language Alignment from Clip-Level Supervision

    arXiv:2608.01392v1 Announce Type: new Abstract: Text-conditioned human motion generation has made rapid progress with the emergence of large-scale motion--language datasets. However, even datasets with rich long-form descriptions typically provide supervision only at the clip lev…

相关实体

相关话题