鸡鸡一样的舞蹈：人类运动扩散的低秩风格化
计算机视觉与模式识别
2025-07-22 v3
摘要
文本到运动生成模型覆盖广泛的 3D 人类动作，但在细粒度风格属性（如“鸡”风格）方面存在困难。由于风格专用数据的稀缺，现有方法会将生成先验拉向参考风格，常导致生成质量低、分布之外的结果。本文引入 LoRA-MDM，一个用于运动风格化的轻量级框架，能够为复杂动作提供通用性同时保持可编辑性。我们的关键洞察是：将风格纳入先验中而保留其整体分布的做法，比在生成时修改每个 individual 动作更有效。基于这一思想，LoRA-MDM 仅通过少量样本即可学习将先验适配以包含参考风格。风格随后可用于不同文本提示的生成中。低秩适应在语义上有意义地偏移运动流形，使即使对于不在参考样本中的动作也能实现 realistic 的风格注入。此外，保持分布结构使得诸如风格混合和运动编辑等高级操作成为可能。我们将 LoRA-MDM 与最新方法进行比较，证明其在文本忠实度和风格一致性之间实现了 favorable 的平衡。
引用
@article{arxiv.2503.19557,
title = {Dance Like a Chicken: Low-Rank Stylization for Human Motion Diffusion},
author = {Haim Sawdayee and Chuan Guo and Guy Tevet and Bing Zhou and Jian Wang and Amit H. Bermano},
journal= {arXiv preprint arXiv:2503.19557},
year = {2025}
}
备注
Project page at https://haimsaw.github.io/LoRA-MDM/