生成式 AI 在角色动画中的应用: 技术、应用与未来方向综合 surveys
计算机视觉与模式识别
2025-04-29 v1 人工智能
计算与语言
机器学习
多媒体
摘要
生成式 AI 正在重塑艺术、游戏以及更重要的动画领域。近期在基础模型和扩散模型方面的突破，大幅降低了动画内容的制作时间和成本。角色是动画的核心组件，涉及运动、情感、姿势和面部表情。近期数月内的快速发展使得难以保持该领域的整体视图，从而促使需要综合性综述。与之前的概述不同，后者将 avatar、手势或面部动画单独处理，本综述提供了对所有主要生成式 AI 应用的单一、全面视角。我们首先检阅面部动画、表情渲染、图像合成、avatar 创建、手势建模、运动合成、物体生成和纹理合成的最新进展。我们概述了领先的研究、实际部署、常用数据集以及每个领域的新兴趋势。为帮助新手，我们还提供了全面的背景章节，介绍基础模型和评估指标，为进入该领域的读者提供必要知识。我们讨论了开放性挑战并描绘了未来研究方向，为推进 AI 驱动的角色动画技术提供路线图。本综述旨作为进入生成式 AI 动画或相邻领域的研究人员和开发人员的资源。资源请参见: https://github.com/llm-lab-org/Generative-AI-for-Character-Animation-Survey。
关键词
引用
@article{arxiv.2504.19056,
title = {Generative AI for Character Animation: A Comprehensive Survey of Techniques, Applications, and Future Directions},
author = {Mohammad Mahdi Abootorabi and Omid Ghahroodi and Pardis Sadat Zahraei and Hossein Behzadasl and Alireza Mirrokni and Mobina Salimipanah and Arash Rasouli and Bahar Behzadipour and Sara Azarnoush and Benyamin Maleki and Erfan Sadraiye and Kiarash Kiani Feriz and Mahdi Teymouri Nahad and Ali Moghadasi and Abolfazl Eshagh Abianeh and Nizi Nazar and Hamid R. Rabiee and Mahdieh Soleymani Baghshah and Meisam Ahmadi and Ehsaneddin Asgari},
journal= {arXiv preprint arXiv:2504.19056},
year = {2025}
}
备注
50 main pages, 30 pages appendix, 21 figures, 8 tables, GitHub Repository: https://github.com/llm-lab-org/Generative-AI-for-Character-Animation-Survey