Fugu-MT 論文翻訳(概要): Taming Diffusion Probabilistic Models for Character Control

論文の概要: Taming Diffusion Probabilistic Models for Character Control

arxiv url: http://arxiv.org/abs/2404.15121v1
Date: Tue, 23 Apr 2024 15:20:17 GMT
ステータス: 処理完了
システム内更新日: 2024-04-24 13:32:19.098772
Title: Taming Diffusion Probabilistic Models for Character Control
Title（参考訳）: 文字制御のための拡散確率モデル
Authors: Rui Chen, Mingyi Shi, Shaoli Huang, Ping Tan, Taku Komura, Xuelin Chen,
Abstract要約: 本稿では,様々なユーザからの制御信号にリアルタイムで応答する新しい文字制御フレームワークを提案する。本手法の核心は変圧器を用いた条件付き自己回帰運動拡散モデルである。我々の研究は、高品質で多様なキャラクターアニメーションをリアルタイムに生成できる最初のモデルである。
参考スコア（独自算出の注目度）: 46.52584236101806
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We present a novel character control framework that effectively utilizes motion diffusion probabilistic models to generate high-quality and diverse character animations, responding in real-time to a variety of dynamic user-supplied control signals. At the heart of our method lies a transformer-based Conditional Autoregressive Motion Diffusion Model (CAMDM), which takes as input the character's historical motion and can generate a range of diverse potential future motions conditioned on high-level, coarse user control. To meet the demands for diversity, controllability, and computational efficiency required by a real-time controller, we incorporate several key algorithmic designs. These include separate condition tokenization, classifier-free guidance on past motion, and heuristic future trajectory extension, all designed to address the challenges associated with taming motion diffusion probabilistic models for character control. As a result, our work represents the first model that enables real-time generation of high-quality, diverse character animations based on user interactive control, supporting animating the character in multiple styles with a single unified model. We evaluate our method on a diverse set of locomotion skills, demonstrating the merits of our method over existing character controllers. Project page and source codes: https://aiganimation.github.io/CAMDM/
Abstract（参考訳）: 動作拡散確率モデルを効果的に活用して,様々な動的ユーザ供給制御信号にリアルタイムに応答する,高品質で多様な文字アニメーションを生成する,新しい文字制御フレームワークを提案する。提案手法の核心はトランスフォーマーをベースとした条件付き自己回帰運動拡散モデル(CAMDM)であり,文字の歴史的動きを入力として,高レベルで粗いユーザ制御を前提とした多種多様な将来の動きを生成することができる。リアルタイムコントローラが要求する多様性,制御性,計算効率の要求を満たすため,いくつかの重要なアルゴリズム設計を取り入れた。これらには、異なる条件トークン化、過去の動きに関する分類子なしガイダンス、およびヒューリスティックな将来の軌跡拡張が含まれており、これらは全て、文字制御のための動き拡散確率モデルを使用する際の課題に対処するよう設計されている。その結果、ユーザ対話型制御に基づく高品質で多様なキャラクタアニメーションをリアルタイムに生成できる最初のモデルとなり、単一の統一モデルで複数のスタイルのキャラクタをアニメーション化できるようになりました。本手法の有効性を,既存の文字制御装置に比較して検証し,多様な動作スキルのセットで評価した。プロジェクトページとソースコード:https://aiganimation.github.io/CAMDM/

関連論文リスト

InterControl: Zero-shot Human Interaction Generation by Controlling Every Joint [67.6297384588837]
関節間の所望距離を維持するために,新しい制御可能な運動生成手法であるInterControlを導入する。そこで本研究では,既成の大規模言語モデルを用いて,ヒューマンインタラクションのための結合ペア間の距離を生成できることを実証した。
論文参考訳（メタデータ） (2023-11-27T14:32:33Z)
Real-time Animation Generation and Control on Rigged Models via Large Language Models [50.034712575541434]
本稿では,自然言語入力を用いたリップモデル上でのリアルタイムアニメーション制御と生成のための新しい手法を提案する。大規模言語モデル(LLM)をUnityに組み込んで構造化テキストを出力し、多種多様なリアルなアニメーションに解析する。
論文参考訳（メタデータ） (2023-10-27T01:36:35Z)
RSMT: Real-time Stylized Motion Transition for Characters [15.856276818061891]
実時間ストライズされた動き遷移法(RSMT)を提案する。本手法は, 一般運動多様体モデルとスタイル運動サンプリング器の2つの重要な独立成分から構成される。提案手法は, 高速, 高品質, 汎用性, 制御可能であることを証明した。
論文参考訳（メタデータ） (2023-06-21T01:50:04Z)
Interactive Character Control with Auto-Regressive Motion Diffusion Models [18.727066177880708]
リアルタイム動作合成のためのA-MDM(Auto-Regressive Motion Diffusion Model)を提案する。我々の条件拡散モデルは初期ポーズを入力とし、前者のフレームに条件付けられた連続した動きフレームを自動回帰的に生成する。本稿では,タスク指向サンプリング,インペインティング,階層的強化学習など,対話型制御をA-MDMに組み込む一連の手法を紹介する。
論文参考訳（メタデータ） (2023-06-01T07:48:34Z)
CALM: Conditional Adversarial Latent Models for Directable Virtual Characters [71.66218592749448]
本研究では,ユーザが制御する対話型仮想キャラクタに対して,多種多様かつ指示可能な振る舞いを生成するための条件付き適応潜在モデル(CALM)を提案する。模倣学習を用いて、CALMは人間の動きの複雑さを捉える動きの表現を学び、キャラクターの動きを直接制御できる。
論文参考訳（メタデータ） (2023-05-02T09:01:44Z)
Executing your Commands via Motion Diffusion in Latent Space [51.64652463205012]
本研究では,動作遅延に基づく拡散モデル(MLD)を提案し,条件付き入力に対応する鮮明な動き列を生成する。我々のMDDは、広範囲な人体運動生成タスクにおいて、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） (2022-12-08T03:07:00Z)
Pretrained Diffusion Models for Unified Human Motion Synthesis [33.41816844381057]
MoFusionは統合されたモーション合成のためのフレームワークである。多様な制御信号の挿入を容易にするためにTransformerのバックボーンを使用している。また、身体部分の運動完了から全身運動生成まで、多粒性合成をサポートする。
論文参考訳（メタデータ） (2022-12-06T09:19:21Z)
TEMOS: Generating diverse human motions from textual descriptions [53.85978336198444]
テキスト記述から多種多様な人間の動作を生成するという課題に対処する。本研究では,人間の動作データを用いた可変オートエンコーダ(VAE)トレーニングを利用したテキスト条件生成モデルTEMOSを提案する。 TEMOSフレームワークは,従来のような骨格に基づくアニメーションと,より表現力のあるSMPLボディモーションの両方を生成可能であることを示す。
論文参考訳（メタデータ） (2022-04-25T14:53:06Z)
Dynamic Future Net: Diversified Human Motion Generation [31.987602940970888]
人間のモーションモデリングはコンピュータグラフィックス、視覚、仮想現実など多くの分野で重要である。我々は,人間の運動力学の本質的な運動性に着目した新しい深層学習モデルであるDynamic Future Netを提案する。我々のモデルでは、任意の時間で多数の高品質な動きを生成でき、空間と時間の両方の変動を視覚的に解析することができる。
論文参考訳（メタデータ） (2020-08-25T02:31:41Z)

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。