面向多样且自然的场景感知三维人体运动合成
计算机视觉与模式识别
2022-05-27 v1
摘要
在真实世界场景中合成长期人体运动序列的能力可促进众多应用。现有的场景感知运动合成方法受限于预定义的目标物体或位置，从而限制了合成运动中人机交互的多样性。本文关注在目标动作序列引导下合成多样场景感知人体运动的问题。为此，我们首先将场景感知人体运动的多样性分解为三个方面，即交互多样性（例如在给定场景中坐在不同物体上且姿态各异）、路径多样性（例如沿不同路径移动至目标位置）以及运动多样性（例如在移动过程中具有多种身体动作）。基于该分解方案，我们提出了一种分层框架，每个子模块负责建模一个方面。我们在两个具有挑战性的场景感知人体运动合成数据集上评估了框架的有效性。实验结果表明，所提框架在多样性和自然度方面显著优于先前方法。
引用
@article{arxiv.2205.13001,
title = {Towards Diverse and Natural Scene-aware 3D Human Motion Synthesis},
author = {Jingbo Wang and Yu Rong and Jingyuan Liu and Sijie Yan and Dahua Lin and Bo Dai},
journal= {arXiv preprint arXiv:2205.13001},
year = {2022}
}