arXiv · 机器人与计算机视觉· Wanjiang Weng, Yongliang Wu, Xiaofeng Tan, Xingyu Zhu, Wenbo Zhu, Hongsong Wang·· 28 天前精选AI 评分82
BiMoGen:基于统一掩码离散扩散的双向运动文本生成
BiMoGen: Bidirectional Motion-Text Generation via Unified Masked Discrete Diffusion
AI 导读
BiMoGen 是一个统一的掩码离散扩散框架,用于双向运动文本建模。该方法采用解耦的单模态与跨模态两阶段训练策略,并引入生成感知自修正机制以缓解训练测试不匹配问题。实验在 HumanML3D 和 KIT-ML 数据集上验证了其在文本生成动作描述及动作描述文本任务上的竞争力。
推荐理由
该文提出基于掩码离散扩散的双向运动文本生成框架,通过解耦训练与生成感知自修正机制解决时序一致性问题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org