Ponimator: 展开交互姿态用于多样化的人人交互动画
计算机视觉与模式识别
2025-10-17 v1 图形学
机器人学
摘要
近距离的人人交互姿态蕴含了关于交互动态的丰富上下文信息。给定这样的姿态，人类可以凭借强大的行为先验，直观地推断出上下文并预测可能的过去和未来动态。受此观察启发，我们提出了Ponimator，一个以邻近交互姿态为核心的简单框架，用于多样化的交互动画。我们的训练数据包括来自动作捕捉交互数据集的近距离双人姿态及其周围的时间上下文。利用交互姿态先验，Ponimator采用了两个条件扩散模型：(1) 姿态动画器，利用时间先验从交互姿态生成动态运动序列；(2) 姿态生成器，应用空间先验从单个姿态、文本或两者（当交互姿态不可用时）合成交互姿态。总体而言，Ponimator支持多种任务，包括基于图像的交互动画、反应动画和文本到交互合成，促进了将交互知识从高质量动作捕捉数据迁移到开放世界场景。跨不同数据集和应用的实证实验证明了姿态先验的普适性以及我们框架的有效性和鲁棒性。
引用
@article{arxiv.2510.14976,
title = {Ponimator: Unfolding Interactive Pose for Versatile Human-human Interaction Animation},
author = {Shaowei Liu and Chuan Guo and Bing Zhou and Jian Wang},
journal= {arXiv preprint arXiv:2510.14976},
year = {2025}
}
备注
Accepted to ICCV 2025. Project page: https://stevenlsw.github.io/ponimator/