基于循环卷积块的舞蹈再校准用于舞蹈一致性
机器学习
2025-02-04 v1 人工智能
摘要
随着生成式AI（如GAN、扩散模型和VAE）的最新进展，生成式AI用于舞蹈生成取得了显著进展并受到广泛关注。本研究提出R-Lodge，是Lodge模型的增强版本。R-Lodge将循环顺序表示学习引入原粗到细的长时间舞蹈生成模型中，称为Dance Recalibration。R-Lodge利用Dance Recalibration方法，其中包含N个Dance Recalibration模块，以解决Lodge模型中粗糙舞蹈表示缺乏一致性的问题。通过运用此方法，每个生成的舞蹈动作都包含来自前一个舞蹈动作的一些信息。我们在FineDance数据集上评估了R-Lodge，结果表明，R-Lodge提高了整个生成舞蹈运动的一致性。
引用
@article{arxiv.2502.01190,
title = {Dance recalibration for dance coherency with recurrent convolution block},
author = {Seungho Eum and Ihjoon Cho and Junghyeon Kim},
journal= {arXiv preprint arXiv:2502.01190},
year = {2025}
}