ChainHOI：用于人-物交互生成的基于关节的运动学链建模

我们提出了 ChainHOI，一种用于文本驱动人-物交互 (HOI) 生成的新颖方法，该方法在关节和运动学链两个层级上显式地对交互进行建模。现有方法使用全身姿态作为 token 隐式地对交互进行建模，与此不同的是，我们认为显式地对关节级别的交互进行建模对于生成逼真的 HOI 更为自然且有效，因为它直接捕捉了关节之间的几何和语义关系，而不是在潜在姿态空间中对交互进行建模。为此，ChainHOI 引入了一个新颖的关节图来捕捉与物体的潜在交互，并引入了一个生成式时空图卷积网络来在关节级别显式地对交互进行建模。此外，我们提出了一个基于运动学的交互模块，在运动学链级别显式地对交互进行建模，确保生成更逼真且生物力学连贯的运动。在两个公开数据集上的评估表明，ChainHOI 显著优于以前的方法，生成了更逼真且语义一致的 HOI。代码可在\href{https://github.com/qinghuannn/ChainHOI}{此处}获取。