RSMT：面向角色的实时风格化运动过渡
计算机视觉与模式识别
2023-06-22 v1 图形学
计算机科学与博弈论
摘要
风格化在线中间运动生成在计算机动画与游戏中具有重要应用场景。其核心挑战在于需同时满足四个关键要求：生成速度、运动质量、风格多样性与合成可控性。前两项挑战要求在简单快速模型与生成质量学习能力之间精细权衡，而后两项在现有方法中鲜有共同研究，现有方法多聚焦于无风格的控制或不可控的风格化运动。为此，我们提出一种实时风格化运动过渡方法（RSMT）以实现上述所有目标。我们的方法由两个关键且独立的组件构成：通用运动流形模型与风格运动采样器。前者作为高质量运动源，后者在控制信号下实时合成风格化运动。由于两组件可分别在不同数据集上训练，本方法具备极高灵活性，所需数据更少，并在未见风格无样本或极少样本时泛化良好。通过详尽评估，本方法被证明快速、高质量、通用且可控。代码与数据见 {https://github.com/yuyujunjun/RSMT-Realtime-Stylized-Motion-Transition.}
引用
@article{arxiv.2306.11970,
title = {RSMT: Real-time Stylized Motion Transition for Characters},
author = {Xiangjun Tang and Linjun Wu and He Wang and Bo Hu and Xu Gong and Yuchen Liao and Songnan Li and Qilong Kou and Xiaogang Jin},
journal= {arXiv preprint arXiv:2306.11970},
year = {2023}
}