MagicFight：个性化武术格斗视频生成
计算机视觉与模式识别
2026-01-06 v1
摘要
在文本到视频生成领域迎来快速发展的背景下，个性化人类视频生成领域取得了显著进展，主要集中于单人场景。然而我们所知，双人交互（尤其是武术格斗情境）的领域仍未被探索。我们识别出显著差距：现有针对单人舞蹈生成的模型不足以捕捉两位交战者中所谓的细微之处和复杂性，导致身份混淆、异常四肢和动作不匹配等挑战。为此，我们引入 pioneering 的新任务——个性化武术格斗视频生成。我们的方法MagicFight专为克服这些障碍而设计。面对这一 pioneering 任务，我们面临缺乏合适数据集的挑战。因此，我们利用游戏物理引擎Unity生成定制数据集，仔细构建大量3D角色、武术动作和场景，以代表格斗的多样性。MagicFight改进和调整现有模型和策略，生成高保真双人格斗视频，保持个体身份并确保无缝连贯的动作序列，从而为交互式视频内容创建的未来创新奠定了基础。网站：https://MingfuYAN.github.io/MagicFight/ 数据集：https://huggingface.co/datasets/MingfuYAN/KungFu-Fiesta
关键词
引用
@article{arxiv.2601.02107,
title = {MagicFight: Personalized Martial Arts Combat Video Generation},
author = {Jiancheng Huang and Mingfu Yan and Songyan Chen and Yi Huang and Shifeng Chen},
journal= {arXiv preprint arXiv:2601.02107},
year = {2026}
}
备注
Accepted by ACM MM 2024