ARMO：用于多类别物体的自回归式调整技术
计算机视觉与模式识别
2025-03-27 v1
摘要
最新大规模生成模型的发展显著提升了3D形状生成的质量和多样性。然而，大多数现有方法主要关注生成静态3D模型，忽略了某些形状（如人形、动物和昆虫）可能具有的动态特性。为此，我们聚焦于调整技术，这是动画中的一项基本任务，用于为3D模型建立骨骼结构和皮肤绑定。在本文中，我们引入了OmniRig，这是首个大规模调整数据集，包含79,499个网格，具有详细的骨骼和皮肤绑定信息。与依赖预定义标准姿态（如A姿、T姿）的传统基准不同，我们的数据集涵盖多样的形状类别、风格和姿态。利用这一丰富的数据集，我们提出了ARMO框架，采用自回归模型统一预测关节位置和连接关系。将骨骼结构视为完全图并离散化为标记，通过自编码器对关节进行编码以获得潜在嵌入，并通过自回归模型预测标记。使用网格条件化潜在扩散模型来预测条件骨骼生成的潜在嵌入。我们的方法解决了基于回归的方法的局限性，这些方法常因误差累积和连接性估计不佳而受限。通过对OmniRig数据集上的大量实验，我们的方法在骨骼预测方面实现了最新的性能，显示出在多样物体类别上的 improved generalization。经接受后，代码和数据集将公开供学术使用。
引用
@article{arxiv.2503.20663,
title = {ARMO: Autoregressive Rigging for Multi-Category Objects},
author = {Mingze Sun and Shiwei Mao and Keyi Chen and Yurun Chen and Shunlin Lu and Jingbo Wang and Junting Dong and Ruqi Huang},
journal= {arXiv preprint arXiv:2503.20663},
year = {2025}
}