論文の概要: Scene-aware Generative Network for Human Motion Synthesis

• arxiv url: http://arxiv.org/abs/2105.14804v1
• Date: Mon, 31 May 2021 09:05:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-02 03:23:19.877640
• Title: Scene-aware Generative Network for Human Motion Synthesis
• Title（参考訳）: ヒューマンモーション合成のためのシーン認識生成ネットワーク
• Authors: Jingbo Wang, Sijie Yan, Bo Dai, Dahua LIn
• Abstract要約: シーンと人間の動きの相互作用を考慮した新しい枠組みを提案する。 人間の動きの不確実性を考慮すると、このタスクを生成タスクとして定式化する。 我々は、人間の動きと文脈シーンとの整合性を強制するための識別器を備えた、GANに基づく学習アプローチを導出する。
• 参考スコア（独自算出の注目度）: 125.21079898942347
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We revisit human motion synthesis, a task useful in various real world applications, in this paper. Whereas a number of methods have been developed previously for this task, they are often limited in two aspects: focusing on the poses while leaving the location movement behind, and ignoring the impact of the environment on the human motion. In this paper, we propose a new framework, with the interaction between the scene and the human motion taken into account. Considering the uncertainty of human motion, we formulate this task as a generative task, whose objective is to generate plausible human motion conditioned on both the scene and the human initial position. This framework factorizes the distribution of human motions into a distribution of movement trajectories conditioned on scenes and that of body pose dynamics conditioned on both scenes and trajectories. We further derive a GAN based learning approach, with discriminators to enforce the compatibility between the human motion and the contextual scene as well as the 3D to 2D projection constraints. We assess the effectiveness of the proposed method on two challenging datasets, which cover both synthetic and real world environments.
• Abstract（参考訳）: 本稿では,実世界の様々な応用に有用なヒューマン・モーション・シンセサイザーについて再考する。 以前、このタスクのために多くの手法が開発されてきたが、それらはしばしば2つの側面に制限されている: 位置移動を残しながらポーズに焦点を合わせ、環境が人間の動きに与える影響を無視している。 本稿では,シーンと人間の動きの相互作用を考慮した新しい枠組みを提案する。 人間の動きの不確実性を考慮すると、このタスクを生成タスクとして定式化し、その目的は、シーンと人間の初期位置の両方に条件付けられた可塑性な人間の動きを生成することである。 この枠組みは、人間の動きの分布を、シーンで条件付けられた動き軌跡の分布と、シーンと軌道の両方で条件付けられた身体ポーズのダイナミクスの分布に分解する。 さらに,3次元から2次元のプロジェクション制約だけでなく,人間の動きと文脈シーンとの整合性を強制する,GANに基づく学習手法を考案した。 提案手法の有効性を,合成環境と実環境の両方をカバーする2つの挑戦的データセット上で評価した。

関連論文リスト

• Multi-Condition Latent Diffusion Network for Scene-Aware Neural Human Motion Prediction [46.309401205546656]
  現実世界の人間の動きはゴール指向であり、周囲のシーンの空間的レイアウトの影響を強く受けている。 本稿では,多条件共同推論問題として人間の動作予測タスクを再構成するマルチコンディション遅延拡散ネットワーク(MCLD)を提案する。 我々のネットワークは、現実的かつ多様な予測において最先端の手法よりも大幅に改善されている。
  論文  参考訳（メタデータ） (2024-05-29T02:21:31Z)
• Generating Human Motion in 3D Scenes from Text Descriptions [60.04976442328767]
  本稿では,人間とシーンのインタラクションをテキストで記述した3次元屋内シーンにおけるヒューマンモーション生成の課題に焦点を当てた。 複雑な問題を2つのより管理可能なサブプロブレムに分解する新しい手法を提案する。 対象オブジェクトの言語グラウンド化には、大きな言語モデルのパワーを活用し、モーション生成には、オブジェクト中心のシーン表現を設計する。
  論文  参考訳（メタデータ） (2024-05-13T14:30:12Z)
• ReMoS: 3D Motion-Conditioned Reaction Synthesis for Two-Person Interactions [66.87211993793807]
  本稿では,2人のインタラクションシナリオにおいて,人の全身運動を合成する拡散モデルReMoSを提案する。 ペアダンス,忍術,キックボクシング,アクロバティックといった2人のシナリオでReMoSを実証する。 また,全身動作と指の動きを含む2人のインタラクションに対してReMoCapデータセットを寄贈した。
  論文  参考訳（メタデータ） (2023-11-28T18:59:52Z)
• Task-Oriented Human-Object Interactions Generation with Implicit Neural Representations [61.659439423703155]
  TOHO: 命令型ニューラル表現を用いたタスク指向型ヒューマンオブジェクトインタラクション生成 本手法は時間座標のみでパラメータ化される連続運動を生成する。 この研究は、一般的なヒューマン・シーンの相互作用シミュレーションに向けて一歩前進する。
  論文  参考訳（メタデータ） (2023-03-23T09:31:56Z)
• Towards Diverse and Natural Scene-aware 3D Human Motion Synthesis [117.15586710830489]
  本研究では,ターゲットアクションシーケンスの誘導の下で,多様なシーンを意識した人間の動作を合成する問題に焦点をあてる。 この因子化スキームに基づいて、各サブモジュールが1つの側面をモデリングする責任を負う階層的なフレームワークが提案されている。 実験の結果,提案手法は,多様性と自然性の観点から,従来の手法よりも著しく優れていた。
  論文  参考訳（メタデータ） (2022-05-25T18:20:01Z)
• Action2Motion: Conditioned Generation of 3D Human Motions [28.031644518303075]
  我々は3Dで人間の動作シーケンスを生成することを目的としている。 それぞれのサンプル配列は、自然界の体動力学に忠実に類似している。 新しい3DモーションデータセットであるHumanAct12も構築されている。
  論文  参考訳（メタデータ） (2020-07-30T05:29:59Z)
• Long-term Human Motion Prediction with Scene Context [60.096118270451974]
  人間の動きを予測するための新しい3段階フレームワークを提案する。 提案手法はまず,まず複数の人間の動作目標を抽出し,各目標に向けて3次元人間の動作経路を計画し,最後に各経路に続く3次元人間のポーズシーケンスを予測する。
  論文  参考訳（メタデータ） (2020-07-07T17:59:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。