Lodge：由特征舞蹈基元引导的、用于长舞蹈生成的由粗到细扩散网络

我们提出了 Lodge，这是一种能够以给定音乐为条件生成极长舞蹈序列的网络。我们将 Lodge 设计为两阶段的由粗到细扩散架构，并提出了具有显著表达能力的特征舞蹈基元，作为两个扩散模型之间的中间表示。第一阶段为全局扩散，侧重于理解粗粒度的音乐-舞蹈关联并生成特征舞蹈基元。相比之下，第二阶段为局部扩散，在舞蹈基元和编排规则的指导下并行生成详细的动作序列。此外，我们提出了一个足部优化块来优化足部与地面之间的接触，增强动作的物理真实感。我们的方法能够并行生成极长的舞蹈序列，在全局编排模式与局部动作质量及表达能力之间取得平衡。大量实验验证了我们方法的有效性。