MotionDreamer：基于语义视频扩散特征的零样体素网格动画探索
计算机视觉与模式识别
2024-11-15 v2 图形学
摘要
动画技术使数字化的3D世界和角色得以活起来。然而，手动动画繁琐，而自动化技术往往仅针对狭窄的形状类别。本文提出一种基于从视频扩散模型中提取的运动先验进行各种3D形状自动重动画的技术。不同于现有的4D生成方法，我们仅关注运动，并利用显式网格表示，使其与现有的计算机图形管道兼容。此外，我们利用扩散特征可增强运动拟合的准确性。我们分析了这些特征在动画拟合中的有效性，并通过两个不同的扩散模型和四个动画模型进行实验验证。最后，我们演示了该时序高效零样方法在用户研究中，能够在再动画化多样化的3D形状方面优于现有技术。项目网站位于 https://lukas.uzolas.com/MotionDreamer。
引用
@article{arxiv.2405.20155,
title = {MotionDreamer: Exploring Semantic Video Diffusion features for Zero-Shot 3D Mesh Animation},
author = {Lukas Uzolas and Elmar Eisemann and Petr Kellnhofer},
journal= {arXiv preprint arXiv:2405.20155},
year = {2024}
}