经运动迁移网络改变的人类视频中的个性感知
计算机视觉与模式识别
2024-01-29 v1
摘要
在数字角色中成功塑造个性可改善交流与沉浸感。当前研究侧重于通过启发式规则或数据驱动模型修改动画来表达个性。虽然研究表明运动风格高度影响表观个性，但外观的作用可能同样重要。本工作分析了经运动迁移网络改变的短视频中，运动和外观对感知个性的影响。我们通过用户研究对会议视频片段进行个性标注，以确定最能代表五因素模型中高、中、低特质的样本。我们使用薄板样条运动模型改变这些视频，将选定的样本作为源输入和驱动输入。我们遵循五种不同情况来研究运动和外观对个性感知的影响。我们的比较研究表明，运动和外观影响不同的因素：运动强烈影响感知的外向性，而外观有助于传达宜人性和神经质。
引用
@article{arxiv.2401.14733,
title = {Personality Perception in Human Videos Altered by Motion Transfer Networks},
author = {Ayda Yurtoğlu and Sinan Sonlu and Yalım Doğan and Uğur Güdükbay},
journal= {arXiv preprint arXiv:2401.14733},
year = {2024}
}