跳到正文
arXiv · 机器人与计算机视觉· Guanhe Huang, Songqiao Han, Tangzheng Lian, Oya Celiktutan·· 9 天前AI 评分73

DiMoT:提升运动 Tokenizer 的扩散能力以优化文本驱动的人体动作生成

Improving the Diffusability of Motion Tokenizer

AI 导读

针对潜在扩散模型在人体动作生成中面临的重建与生成质量权衡问题,本文提出 Diffusable Motion Tokenizer (DiMoT)。该方法通过 Critic Spectral Adaptation (CSA) 抑制高频率潜变量能量以改善文本条件化优化,并利用 Alpha-Flow Motion Decoder (AMD) 进行平均速度预测以实现高效的一步解码。

来源:arXiv · 机器人与计算机视觉 · arxiv.org