TIMotion：用于高效人人交互动作生成的时序与交互框架
计算机视觉与模式识别
2026-03-11 v5
摘要
人人动作生成对于理解人类作为社会存在至关重要。当前方法主要分为两类：基于单人的方法和基于独立建模的方法。为了深入研究该领域，我们将整体生成过程抽象为一个通用框架 MetaMotion，它包含两个阶段：时序建模和交互混合。在时序建模方面，基于单人的方法直接将两个人拼接为一个整体，而基于独立建模的方法则跳过了对交互序列的建模。上述不充分的建模导致了次优的性能和冗余的模型参数。本文提出了 TIMotion（时序与交互建模），一个用于人人动作生成的高效且有效的框架。具体而言，我们首先提出了因果交互注入，利用时序和因果属性将两个独立序列建模为一个因果序列。然后，我们提出了角色演化扫描，以适应整个交互过程中主动与被动角色的变化。最后，为了生成更平滑、更合理的动作，我们设计了局部模式放大来捕捉短期动作模式。在 InterHuman 和 InterX 上的大量实验表明，我们的方法取得了卓越的性能。项目页面：https://aigc-explorer.github.io/TIMotion-page/
引用
@article{arxiv.2408.17135,
title = {TIMotion: Temporal and Interactive Framework for Efficient Human-Human Motion Generation},
author = {Yabiao Wang and Shuo Wang and Jiangning Zhang and Ke Fan and Jiafu Wu and Zhucun Xue and Yong Liu},
journal= {arXiv preprint arXiv:2408.17135},
year = {2026}
}
备注
Accepted to CVPR 2025. Project page: https://aigc-explorer.github.io/TIMotion-page/