PoseMaster：用于风格化姿态生成的统一 3D 原生框架

姿态风格化旨在合成与目标姿态对齐的风格化内容，是跨越 2D、3D 和视频领域的基础任务。在 3D 领域，主流方法通常依赖于级联流程：首先通过 2D 基础模型操作图像姿态，随后将其提升为 3D 表示。然而，这种范式限制了 3D 姿态风格化的精度和多样性。为此，我们提出了一种新的 3D 姿态风格化范式，将姿态风格化和 3D 生成统一在一个内聚框架内。这种集成最大限度地降低了累积误差的风险，并提高了模型的效率和有效性。此外，与以前通常使用 2D 骨架图像作为指导的工作不同，我们直接利用 3D 骨架，因为它可以提供对 3D 空间和拓扑关系更准确的表示，这显著增强了模型实现更丰富和更精确的姿态风格化的能力。此外，我们开发了一个可扩展的数据引擎来构建大规模的“图像-骨架-网格”三元组数据集，使模型能够联合学习身份保持和几何对齐。大量实验表明，PoseMaster 在定性和定量指标上均显著优于现有最先进的方法。由于生成的 3D 网格与条件骨架之间严格的空间对齐，PoseMaster 在与自动蒙皮模型结合时能够直接创建可动画资产，突显了其在自动角色绑定方面的巨大潜力。