面向深度骨骼动画的姿态表示

数据驱动的角色动画技术依赖于一个恰当建立的、能够描述其丰富上下文的运动模型。然而，常用的运动表示往往无法准确编码运动的完整关节信息，或产生伪影。在本工作中，我们解决为运动建模寻找一种适用于深度角色动画的鲁棒姿态表示这一基本问题，该表示能更好地约束姿态并忠实捕捉与骨骼特征相关的细微差别。我们的表示基于对偶四元数——具有明确定义运算的数学抽象，可同时编码旋转与位置朝向，实现以根节点为中心的层级感知编码。我们证明了我们的表示克服了常见的运动伪影，并与其他流行表示相比评估了其性能。我们进行了消融研究以评估学习过程中可引入的各种损失的影响。利用我们的表示隐式编码骨骼运动属性的事实，我们在包含不同比例骨骼的数据集上训练网络，而无需先将它们重定向到通用骨骼（这一过程会导致细微运动元素丢失）。我们展示了可以实现平滑自然的姿态，为引人入胜的应用铺平道路。