arXiv · 机器人与计算机视觉· Samuel Teodoro, Yun Chen, Agus Gunawan, Soo Ye Kim, Jihyong Oh, Munchurl Kim·· 4 小时前AI 评分58
MotionGrounder:基于扩散 Transformer 的多物体运动转移与定位框架
MotionGrounder: Grounded Multi-Object Motion Transfer via Diffusion Transformer
AI 导读
MotionGrounder 是一个免训练的基于 DiT 的框架,首次在多物体场景中同时实现运动转移和物体定位。该方法通过流式运动信号提供稳定的先验,利用对象 - 提示词对齐损失将文本描述绑定到空间区域。
来源:arXiv · 机器人与计算机视觉 · arxiv.org