MotionWeaver：面向多人oid图像动画的整体4D锚定框架
计算机视觉与模式识别
2026-02-17 v1
摘要
角色图像动画即合成以参考角色驱动姿态序列构成的视频，已取得快速进展，但仍 largely 局限于单人场景。现有方法难以泛化到多人oid场景，这些场景涉及多样化的人oid形态、复杂互动以及频繁遮挡。我们通过两项关键创新来弥补这一差距。第一，我们引入统一的运动表示，从中提取无身份依赖的运动，并显式地将其绑定到相应角色，从而实现跨多样人oid形态的泛化，并 seamless 扩展到多人oid场景。第二，我们提出一种整体4D锚定范式，构建共享4D空间将运动表示与视频潜表示融合，并通过层次化4D级监督强化此过程，以更好地处理互动和遮挡。我们在 MotionWeaver 中实现了这些想法，这是一个用于多人oid图像动画的端到端框架。为支持此场景，我们策划了 46 小时的多人视频数据集，包含丰富的互动，并构建了一个包含 300 条具有配对人oid角色的基准。定量和定性实验表明，MotionWeaver 不仅在我们的基准上实现了最先进的结果，也在 diverse 人oid形态、复杂互动以及具有挑战性的多人oid场景中有效泛化。
引用
@article{arxiv.2602.13326,
title = {MotionWeaver: Holistic 4D-Anchored Framework for Multi-Humanoid Image Animation},
author = {Xirui Hu and Yanbo Ding and Jiahao Wang and Tingting Shi and Yali Wang and Guo Zhi Zhi and Weizhan Zhang},
journal= {arXiv preprint arXiv:2602.13326},
year = {2026}
}