通过学习交互与几何驱动的关键帧将人体动画置入三维场景
计算机视觉与模式识别
2024-04-16 v1
摘要
我们提出一种将三维人体动画置入三维场景的同时保持动画中任何人与场景交互的新方法。我们采用计算动画中与场景交互最重要的网格之概念，称之为“关键帧”。这些关键帧使我们能更好地优化动画在场景中的放置，使动画中的交互（站立、躺卧、坐等）匹配场景的可供性（例如站在地板上或躺在床上）。我们将我们的方法（称为 PAAK）与先前方法（包括 POSA、PROX 真值及一种运动合成方法）比较，并通过感知研究凸显本方法优势。人类评分者偏好我们的 PAAK 方法胜过 PROX 真值数据的比例为 64.6%。此外，在直接对比中，评分者偏好 PAAK 胜过竞争方法，相较 POSA 为 61.5%。
引用
@article{arxiv.2209.06314,
title = {Placing Human Animations into 3D Scenes by Learning Interaction- and Geometry-Driven Keyframes},
author = {James F. Mullen and Divya Kothandaraman and Aniket Bera and Dinesh Manocha},
journal= {arXiv preprint arXiv:2209.06314},
year = {2024}
}
备注
WACV 2023. Our project website is available at https://gamma.umd.edu/paak/