面向灵活运动编辑的动态运动混合
计算机视觉与模式识别
2025-09-15 v2
摘要
文本导师的运动编辑实现了高层次语义控制和超越传统关键帧动画的迭代修改。现有方法依赖有限收集的训练三元组，严重限制了其在多样化编辑场景中的灵活性。我们引入 MotionCutMix，这是一种在输入文本基础上动态生成训练三元组的在线数据增强技术，通过对身体部位运动进行混合来实现。虽然 MotionCutMix 有效地扩展了训练分布，但其组合性质引入了更大的随机性和潜在的身体部位不一致性。为建模这种丰富的分布，我们提出 MotionReFit，这是一种具有运动协调器的自回归扩散模型。自回归架构便于通过分解长序列来进行学习，而运动协调器可缓解运动组合的副作用。我们的方法直接从高层人类指令处理空间和时间运动编辑，不依赖其他规格或大型语言模型。通过大量实验，我们展示 MotionReFit 在文本导师运动编辑中实现了最先进的性能。
引用
@article{arxiv.2503.20724,
title = {Dynamic Motion Blending for Versatile Motion Editing},
author = {Nan Jiang and Hongjie Li and Ziye Yuan and Zimo He and Yixin Chen and Tengyu Liu and Yixin Zhu and Siyuan Huang},
journal= {arXiv preprint arXiv:2503.20724},
year = {2025}
}