跳到正文
arXiv · 机器人与计算机视觉· Lixing Tan, Qing Xia, Yuting Guo, Shuai Li, Aimin Hao·· 16 天前精选AI 评分78

MoPort:一种面向运动的视感二维接口

MoPort: A View-Aware 2D Interface for Motion Language Models

AI 导读

论文提出 MoPort,旨在让运动语言模型(MoLMs)直接处理单目视频的二维观测数据。方法引入成对视角对齐(PVA)和相机调制编码(CME),以解决从 2D 到 3D 的维度差距及视角变化带来的歧义。

推荐理由

提出 MoPort 方法解决单目视频三维动作建模的视角与深度歧义问题,在 HumanML3D 等基准上优于现有基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org