AniFormer：基于 Transformer 的数据驱动三维动画方法
计算机视觉与模式识别
2021-10-22 v1
摘要
我们提出了一项新任务，即通过原始驱动序列的运动来动画化目标三维物体。在以往工作中，捕捉驱动序列中的运动不可避免地需要源网格与目标网格之间额外的辅助关联或中间因素。相反，我们引入了 AniFormer，一种新颖的基于 Transformer 的架构，它通过直接以原始驱动序列和任意同类型目标网格作为输入来生成动画化三维序列。具体而言，我们为三维动画定制了 Transformer 架构，通过整合来自目标网格的风格与来自驱动网格的运动来生成网格序列。此外，不同于传统 vanilla Transformer 中的单一回归头，AniFormer 生成多帧作为输出，以保留生成网格的时序一致性。为此，我们精心设计并了一对回归约束，即运动约束与外观约束，可对生成的网格序列提供强正则化。我们的 AniFormer 取得了高保真、真实、时序连贯的动画结果，并在多类基准上优于对比的当前最优（SOTA）方法。代码见：https://github.com/mikecheninoulu/AniFormer。
引用
@article{arxiv.2110.10533,
title = {AniFormer: Data-driven 3D Animation with Transformer},
author = {Haoyu Chen and Hao Tang and Nicu Sebe and Guoying Zhao},
journal= {arXiv preprint arXiv:2110.10533},
year = {2021}
}
备注
BMVC 2021