研究人员开发了基于 Transformer 的模型来生成交互场景中的人类运动，重点关注一个人的运动如何影响另一个人的运动。他们从拳击视频中创建了一个数据集，用于训练和比较简单的 Transformer、iTransformer 和 Crossformer 等模型。研究发现，一个基本的 Transformer 模型，通过添加 ID 嵌入，有效地生成了合理且具有交互意识的运动，而没有姿势崩溃，其性能优于累积错误的更复杂架构。 AI
影响 引入了一种生成逼真、具有交互意识的人类运动的方法，可能对动画和虚拟现实产生影响。
排序理由 关于使用 Transformer 模型生成人类运动的新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.22164v1 Announce Type: new Abstract: Recent advances in deep learning have enabled the generation of videos from textual descriptions as well as the prediction of future sequences from input videos. Similarly, in human motion modeling, motions can be generated from tex…
Recent advances in deep learning have enabled the generation of videos from textual descriptions as well as the prediction of future sequences from input videos. Similarly, in human motion modeling, motions can be generated from text or predicted from a single person's motion seq…