arXiv · 机器人与计算机视觉· Emanuele Colonna, Moises Diaz, Gennaro Vessio, Miguel Angel Ferrer, Giovanna Castellano·· 14 天前AI 评分42
PIDiffSign:基于物理的扩散模型实现符合解剖学与运动控制规律的三维手语生成
A Diffusion-Based Kinematics and Dynamics Model for 3D Sign Language Production
AI 导读
PIDiffSign 提出一种融合正向运动学头与刚体动力学先验的扩散模型,直接输出解剖精确骨架以驱动虚拟化身。在受控协议下,该模型将 PHOENIX14T 和 CSL-Daily 数据集的回译单词错误率降低约五点,且生成的手语严格遵循运动控制定律但动能显著低于真实手语。研究证实增益源于运动学链表示而非骨长守恒,并提供了首个用于未来手语生产系统的物理基准套件。
来源:arXiv · 机器人与计算机视觉 · arxiv.org