基于 Motion Diffusion Autoencoder 的人类运动属性操控：以卡拉技术为例

属性操控涉及在保持其他方面不变的情况下更改数据点或时间序列的单个属性问题。本文聚焦于人类运动领域，具体指卡拉技巧的运动模式。迄今为止，已知最有效的方法是对人类运动数据的属性进行操控。实现对人类运动进行属性操控的一个关键要求是合适的姿态表示。因此，我们设计了一种新颖的连续、基于旋转的姿态表示，使人类骨架与运动轨迹能够解耦，同时仍能准确重建原始解剖结构。操控方法的核心思想是使用Transformer 编码器发现高层语义，并使用扩散概率模型来建模剩余的随机变异性。我们展示，从Transformer 编码器获得的嵌入空间在语义上具有意义且呈线性特性。这使得能够通过发现其在语义嵌入空间中的线性变化方向并沿该方向移动嵌入来操控高层属性。所有代码和数据均已公开。