一条鞭法百官：UniRig 通用骨骼绑定框架
图形学
2025-04-18 v1
摘要
3D 内容创建迎来了快速的演进，这不仅包括 AI 驱动的方法，也包括传统工作流程，正在推动对自动化绑定解决方案的前所未有的需求，这些解决方案能够跟上日益增长的3D模型复杂度和多样性。我们引入 UniRig，一种新型统一框架，用于自动骨骼绑定，利用大型自回归模型和骨骼-点交叉注意力机制，生成高质量的骨骼结构和绑定权重。与之前在处理复杂或非标准拓扑结构时难以做到的不同，UniRig 通过一种新的骨骼树标记化方法准确预测拓扑有效的骨骼结构。为训练和评估 UniRig，我们提出了 Rig-XL 数据集，包含超过 14,000 个已绑定的3D模型，涵盖广泛的类别。UniRig 在具有挑战性的数据集上显著优于最先进的学术和商业方法，在绑定准确性上提升 215%，在运动准确性上提升 194%。该方法无缝地适用于来自各种对象类别的模型，包括细致的动漫人物和复杂的有机和无机结构，显示出其多样性和鲁棒性。通过自动化这一繁琐且耗时的绑定过程，UniRig 有望以前所未有的便捷性和效率加快动画管道。项目页面：https://zjp-shadow.github.io/works/UniRig/
引用
@article{arxiv.2504.12451,
title = {One Model to Rig Them All: Diverse Skeleton Rigging with UniRig},
author = {Jia-Peng Zhang and Cheng-Feng Pu and Meng-Hao Guo and Yan-Pei Cao and Shi-Min Hu},
journal= {arXiv preprint arXiv:2504.12451},
year = {2025}
}
备注
18 pages