PulseAugur
实时 10:14:18
English(EN) AMD:Anatomical Motion Diffusion with Interpretable Motion Decomposition and Fusion

Anatomical Motion Diffusion 模型根据文本生成逼真的人体运动

研究人员开发了 Anatomical Motion Diffusion (AMD),这是一种旨在根据文本描述生成逼真人体运动序列的新型模型。AMD 利用大型语言模型 (LLM) 将复杂的文本输入解析为可解释的解剖脚本,然后指导扩散过程。这种方法使 AMD 能够有效处理以前方法难以处理的复杂或冗长的运动描述。在 CLCD1 和 CLCD2 等数据集上的实验表明,AMD 在合成多样化且语义准确的运动方面显著优于现有的最先进模型。 AI

影响 该模型有望推动动画、游戏和机器人等领域的逼真人体运动合成。

排序理由 该集群包含一篇详细介绍新模型及其实验结果的学术论文。[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 →

Anatomical Motion Diffusion 模型根据文本生成逼真的人体运动

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Beibei Jing, Youjia Zhang, Zikai Song, Junqing Yu, Wei Yang ·

    AMD:具有可解释运动分解和融合的解剖运动扩散

    arXiv:2312.12763v3 Announce Type: replace Abstract: Generating realistic human motion sequences from text descriptions is a challenging task that requires capturing the rich expressiveness of both natural language and human motion. Recent advances in diffusion models have enabled…