中文

Lodge++: 生成具有生动编排模式的高质量长舞蹈

计算机视觉与模式识别 2024-10-29 v1 人工智能 图形学

摘要

我们提出了 Lodge++,一个根据音乐和期望流派生成高质量、超长且生动舞蹈的编排框架。为应对计算效率、复杂且生动的全局编排模式学习以及局部舞蹈动作物理质量方面的挑战,Lodge++ 采用由粗到细的两阶段策略来生成舞蹈。在第一阶段,设计了一个全局编排网络来生成捕捉复杂全局编排模式的粗粒度舞蹈基元。在第二阶段,在这些舞蹈基元的引导下,提出了一个基于基元的舞蹈扩散模型,以并行方式进一步生成忠实遵循复杂编排模式的高质量长序列舞蹈。此外,为提高物理合理性,Lodge++ 采用了一个穿透引导模块来解决角色自穿透问题,一个足部优化模块来优化足部与地面的接触,以及一个多流派判别器来在整个舞蹈过程中保持流派一致性。Lodge++ 通过大量实验得到了验证,结果表明我们的方法能够快速生成适用于各种舞蹈流派的超长舞蹈,确保了组织良好的全局编排模式和高质量的局部动作。

关键词

引用

@article{arxiv.2410.20389,
  title  = {Lodge++: High-quality and Long Dance Generation with Vivid Choreography Patterns},
  author = {Ronghui Li and Hongwen Zhang and Yachao Zhang and Yuxiang Zhang and Youliang Zhang and Jie Guo and Yan Zhang and Xiu Li and Yebin Liu},
  journal= {arXiv preprint arXiv:2410.20389},
  year   = {2024}
}

备注

Project page: https://li-ronghui.github.io/lodgepp