ProtoRes：基于学习逆运动学的姿态创作原型残差网络
计算机视觉与模式识别
2022-08-17 v6 图形学
机器学习
摘要
我们的工作聚焦于开发可学习的人体姿态神经表示，用于先进的AI辅助动画工具。具体而言，我们解决基于稀疏且可变用户输入（例如部分身体关节的位置和/或朝向）构建完整静态人体姿态的问题。为解决该问题，我们提出一种新颖神经架构，其将残差连接与部分指定姿态的原型编码相结合，从学习到的潜空间中创建新的完整姿态。我们表明，无论在精度还是计算效率上，我们的架构均优于基于Transformer的基线。此外，我们开发了一个用户界面，将我们的神经模型集成于实时3D开发平台Unity中。进一步，我们引入了两个代表静态人体姿态建模问题、基于高质量人体动作捕捉数据的新数据集，它们将与模型代码一同公开发布。
引用
@article{arxiv.2106.01981,
title = {ProtoRes: Proto-Residual Network for Pose Authoring via Learned Inverse Kinematics},
author = {Boris N. Oreshkin and Florent Bocquelet and Félix G. Harvey and Bay Raitt and Dominic Laflamme},
journal= {arXiv preprint arXiv:2106.01981},
year = {2022}
}