arXiv · 机器人与计算机视觉· Kia-J\"ung Yang, Fabian H. Sinz, Pawe{\l} A. Pierzchlewicz·· 29 天前AI 评分58
通过可学习扁平化实现向多样化骨架的运动重定向
Retargeting Motions to Diverse Skeletons via Learnable Flattening
AI 导读
该论文提出一种基于 Transformer 的自编码器架构,旨在解决跨不同骨骼拓扑结构的运动重定向难题。核心贡献是引入可学习的骨架图扁平化方法,将基于图的位移编码以乘法形式整合进模型,从而在无需成对数据的情况下实现完全无监督训练。实验表明,该方法在零样本评估中将全局关节位置误差降低了 43-47%,并在包含专家动画师的用户研究中,在动作对齐和物理合理性方面获得最高排名。
来源:arXiv · 机器人与计算机视觉 · arxiv.org