SyncDiff：用于多体人体-物体交互合成的同步运动扩散
计算机视觉与模式识别
2025-07-31 v5 人工智能
机器学习
机器人学
摘要
合成真实的人体-物体交互运动是VR/AR和人体动画中的关键问题。不同于常研究的单人或单手与单个物体交互的情景，我们关注更通用的多体设置，涉及任意数量的人、手和物体。这种复杂性在同步运动方面带来了显著挑战，由于身体之间存在高度关联和相互影响。为此，我们引入SyncDiff，这是一种用于多体交互合成的同步运动扩散方法。SyncDiff采用单一扩散模型捕获多体运动的联合分布。为提升运动保真度，我们提出了频域运动分解方案。此外，我们引入了一组新的对齐分数，以强调不同身体运动的同步。SyncDiff通过显式的同步策略联合优化数据样本似然和对齐似然。广泛的实验在四个包含 various 多体配置的数据集上表明，SyncDiff 在现有SOTA运动合成方法中具有优势。
引用
@article{arxiv.2412.20104,
title = {SyncDiff: Synchronized Motion Diffusion for Multi-Body Human-Object Interaction Synthesis},
author = {Wenkun He and Yun Liu and Ruitao Liu and Li Yi},
journal= {arXiv preprint arXiv:2412.20104},
year = {2025}
}
备注
27 pages, 10 figures, 20 tables. Accepted by ICCV 2025