DrawMotion：通过自由手绘生成3D人体动作
计算机视觉与模式识别
2026-05-21 v1
摘要
文本到动作生成将文本描述转化为人体动作，面临用户难以通过文本精确表达其预期动作的挑战。为此，本文引入DrawMotion，一个高效的基于扩散的框架，专为多条件场景设计。DrawMotion基于常规文本条件和一种新颖的手绘条件生成动作，分别提供语义和空间控制。具体而言，我们从三个角度解决了从手绘生成细粒度动作的问题：1）自由手绘条件。为准确捕获用户的预期动作而无需繁琐的文本输入，我们开发了一种算法，自动在不同数据集格式下生成手绘棒人图案；2）多条件融合。我们提出一种多条件模块（MCM），集成到扩散过程中，使模型能够在所有可能的条件组合下工作，同时比常规方法降低计算复杂度；3）无训练引导。值得注意的是，DrawMotion中的MCM确保其中间特征位于连续空间中，允许分类器引导梯度更新特征，从而在保持保真度的同时，将生成动作与用户意图对齐。定量实验和用户研究表明，手绘方法在生成符合用户想象的动作时，约减少46.7%的用户时间。代码、演示和相关数据已公开发布于https://github.com/InvertedForest/DrawMotion。
引用
@article{arxiv.2605.20955,
title = {DrawMotion: Generating 3D Human Motions by Freehand Drawing},
author = {Tao Wang and Lei Jin and Zhihua Wu and Qiaozhi He and Jiaming Chu and Yu Cheng and Junliang Xing and Jian Zhao and Shuicheng Yan and Li Wang},
journal= {arXiv preprint arXiv:2605.20955},
year = {2026}
}