基于扩散模型的时间与空间组成的复杂 3D 人体动作生成

本文我们解决生成在训练阶段未见过的动作类的逼真 3D 人体动作的挑战。我们的方法涉及将复杂动作分解为更简单的运动，具体而言是利用 GPTs 模型中包含的人体运动知识。这些更简单的运动然后通过扩散模型的属性组合成单个逼真的动画。我们的主张是，这种分解和随后重组简单运动可以合成准确地代表输入复杂动作的动画。该方法在推理阶段运行，可以集成到任何预训练扩散模型中，使能够合成训练数据中不存在的运动类别。我们通过将两个基准人体动作数据集划分为基本和复杂动作，然后将其性能与最先进的模型进行比较来评估我们的方法。