实体
Xingzu Zhan
Xingzu Zhan
PulseAugur coverage of Xingzu Zhan — every cluster mentioning Xingzu Zhan across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
T2M Mamba 通过耦合周期性和显著性来增强文本驱动的 3D 运动生成
研究人员推出了一种新颖的文本驱动 3D 人体运动生成方法 T2M Mamba。该方法通过耦合运动周期性和关键帧显著性来解决现有模型的局限性，而不是独立处理它们，这有助于防止长运动序列中的漂移。此外，T2M Mamba 通过周期性差分跨模态对齐模块增强了对文本描述变化的鲁棒性，即使在语义相似的释义下也能确保更稳定的运动生成。在标准数据集上的实验证明了该方法的有效性，取得了较低的 FID 分数和整体运动生成质量的提升。
-
新的HiSTF Mamba框架增强了文本驱动的运动生成
研究人员推出了一种新颖的文本驱动运动生成框架HiSTF Mamba，解决了现有方法的局限性。该系统采用线性时间方法，结合了并行化的部件级和整体级建模，以捕捉局部关节动力学和全局协调。此外，它还采用双向扫描来处理短期和长期时间依赖性，并使用融合模块来消除冗余并提取互补信息。在HumanML3D和KIT-ML数据集上的实验表明，与当前的基于片段的架构相比，HiSTF Mamba以更少的参数实现了更高的生成保真度和语义对齐。