身份感知的人类动作与形状联合生成
计算机视觉与模式识别
2026-04-29 v1
摘要
近期研究通过自然语言描述实现文本驱动的人类动作生成，然而大多数现有方法假设身份中性动作，并采用规范化身体表征生成运动，忽视了身体形态对动作动力学的强大影响。在实际应用中，身体比例、质量分布和年龄等属性显著影响动作的执行方式，忽略这种耦合往往导致运动在物理上不一致。我们提出一种身份感知动作生成框架，显式建模身体形态与动作动力学之间的关系。不同于依赖显式几何测量，身份以多模态信号表示，包括自然语言描述和视觉线索。我们进一步引入联合动作-形状生成范式，同时合成运动序列和身体形状参数，使身份线索能直接调制动作动力学。在动作捕捉数据集和大规模野外视频上进行大量实验，表明该方法在保持高质量运动的同时，显著提升了运动逼真度和运动身份一致性。项目页面：https://vjwq.github.io/IAM
引用
@article{arxiv.2604.25164,
title = {IAM: Identity-Aware Human Motion and Shape Joint Generation},
author = {Wenqi Jia and Zekun Li and Abhay Mittal and Chengcheng Tang and Chuan Guo and Lezi Wang and James Matthew Rehg and Lingling Tao and Size An},
journal= {arXiv preprint arXiv:2604.25164},
year = {2026}
}