VQ-Style：离散化表示下的运动风格与内容解耦
计算机视觉与模式识别
2026-02-27 v2 人工智能
机器学习
摘要
人类运动数据本质上富集且复杂，包含语义内容以及难以建模的细微风格特征。我们提出一种新方法，用于有效地将运动数据中的风格与内容进行解耦，以便于风格迁移。我们的方法依据以下洞见进行引导：内容对应粗糙的运动属性，而风格捕捉更细致、更具表达力的细节。为建模这种层次结构，我们采用残差向量量化变分自编码器（RVQ-VAEs）来学习运动的粗到细的表征。我们进一步通过集成码表学习、对比学习以及一种新颖的信息泄漏损失来增强解耦效果，以在不同码表之间组织内容与风格。我们利用这种解耦表征，通过一种简单有效的推理时技术——量化码交换（Quantized Code Swapping），实现运动风格迁移，而无需对未见的风格进行任何微调。我们的框架在多个推理应用方面表现出强大的通用性，包括风格迁移、风格去除和运动混合。
引用
@article{arxiv.2602.02334,
title = {VQ-Style: Disentangling Style and Content in Motion with Residual Quantized Representations},
author = {Fatemeh Zargarbashi and Dhruv Agrawal and Jakob Buhmann and Martin Guay and Stelian Coros and Robert W. Sumner},
journal= {arXiv preprint arXiv:2602.02334},
year = {2026}
}