T2M Mamba：运动周期性与显著性耦合方法用于稳定的文本驱动运动生成
计算机视觉与模式识别
2026-02-03 v1
摘要
文本到运动生成，即将运动语言描述转换为连贯的 3D 人体运动序列，在虚拟角色动画和类人机器人交互等领域引起了越来越多的关注。尽管现有模型已经实现了显著的保真度，但它们仍然存在两个核心限制：(i) 它们将运动周期性和关键帧显著性视为独立因素，忽略了它们的耦合，导致长序列中的生成漂移。(ii) 它们对语义等价的转述很脆弱，其中微小的同义词替换会扭曲文本嵌入，并通过解码器传播，产生不稳定或错误的运动。在这项工作中，我们提出了 T2M Mamba 来解决这些限制，方法是 (i) 提出周期性-显著性感知 Mamba，它利用新颖的算法，通过增强的密度峰值聚类进行关键帧权重估计，以及通过 FFT 加速的自相关进行运动周期性估计，以最小的计算开销捕获耦合动力学，以及 (ii) 构建一个周期性差分跨模态对齐模块 (PDCAM)，以增强文本和运动嵌入的鲁棒对齐。在 HumanML3D 和 KIT-ML 数据集上进行了大量实验，证实了我们方法的有效性，实现了 0.068 的 FID 分数，并在所有其他指标上取得了一致的提升。
引用
@article{arxiv.2602.01352,
title = {T2M Mamba: Motion Periodicity-Saliency Coupling Approach for Stable Text-Driven Motion Generation},
author = {Xingzu Zhan and Chen Xie and Honghang Chen and Yixun Lin and Xiaochun Mai},
journal= {arXiv preprint arXiv:2602.01352},
year = {2026}
}
备注
8 pages,5 figures