基于扩散概率模型的人-物交互分层生成
计算机视觉与模式识别
2023-10-04 v1 图形学
摘要
本文提出一种生成人与目标物体交互的 3D 运动的新方法，重点解决合成长程且多样化运动的挑战，这是现有自回归模型或基于路径规划的方法无法完成的。我们提出一个分层生成框架来解决该挑战。具体而言，我们的框架首先生成一组里程碑，然后沿这些里程碑合成运动。因此，长程运动生成可化简为在里程碑引导下合成若干短运动序列。在 NSM、COUCH 和 SAMP 数据集上的实验表明，我们的方法在质量和多样性上均大幅优于先前方法。源代码发布于我们的项目页 https://zju3dv.github.io/hghoi。
引用
@article{arxiv.2310.02242,
title = {Hierarchical Generation of Human-Object Interactions with Diffusion Probabilistic Models},
author = {Huaijin Pi and Sida Peng and Minghui Yang and Xiaowei Zhou and Hujun Bao},
journal= {arXiv preprint arXiv:2310.02242},
year = {2023}
}
备注
ICCV 2023. Project page: https://zju3dv.github.io/hghoi