論文の概要: ParTY: Part-Guidance for Expressive Text-to-Motion Synthesis
- arxiv url: http://arxiv.org/abs/2603.09611v1
- Date: Tue, 10 Mar 2026 12:53:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-11 15:25:24.316676
- Title: ParTY: Part-Guidance for Expressive Text-to-Motion Synthesis
- Title（参考訳）: ParTY: 表現型テキスト間合成のためのパートガイド
- Abstract要約: 本稿では,コヒーレントな全身運動を発生させながら部分表現性を高める新しいフレームワークであるParTYを提案する。
ParTY は,(1) 部分動作を生成する部分ガイドネットワーク,(2) テキスト埋め込みを多様に変換し,各本体に適切にアライメントする部分認識テキストグラウンド,(3) 全体動作と部分動作を適応的に融合する全体的部分フュージョンからなる。
- 参考スコア（独自算出の注目度）: 16.628208335930857
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Text-to-motion synthesis aims to generate natural and expressive human motions from textual descriptions. While existing approaches primarily focus on generating holistic motions from text descriptions, they struggle to accurately reflect actions involving specific body parts. Recent part-wise motion generation methods attempt to resolve this but face two critical limitations: (i) they lack explicit mechanisms for aligning textual semantics with individual body parts, and (ii) they often generate incoherent full-body motions due to integrating independently generated part motions. To overcome these issues and resolve the fundamental trade-off in existing methods, we propose ParTY, a novel framework that enhances part expressiveness while generating coherent full-body motions. ParTY comprises: (1) Part-Guided Network, which first generates part motions to obtain part guidance, then uses it to generate holistic motions; (2) Part-aware Text Grounding, which diversely transforms text embeddings and appropriately aligns them with each body part; and (3) Holistic-Part Fusion, which adaptively fuses holistic motions and part motions. Extensive experiments, including part-level and coherence-level evaluations, demonstrate that ParTY achieves substantial improvements over previous methods.
- Abstract（参考訳）: テキスト・トゥ・モーション合成は、テキスト記述から自然で表現力のある人間の動作を生成することを目的としている。
既存のアプローチは、主にテキスト記述から全体像を生成することに重点を置いているが、それらは特定の身体部分に関わる動作を正確に反映するのに苦労している。
最近のパートワイズ・モーション・ジェネレーション手法は、この問題を解決しようとするが、2つの限界に直面している。
一 個々の身体部分とテキスト意味論を整合させる明確な機構が欠如していること。
(II)独立に生成された部分運動を統合することにより、不整合体運動を生じることが多い。
これらの問題を克服し、既存の手法の基本的なトレードオフを解決するために、コヒーレントな全体運動を生成しながら部分表現性を高める新しいフレームワークであるParTYを提案する。
ParTY は,(1) 部分動作を生成する部分ガイドネットワーク,(2) テキスト埋め込みを多様に変換し,各本体に適切にアライメントする部分認識テキストグラウンド,(3) 全体動作と部分動作を適応的に融合する全体的部分フュージョンからなる。
部分レベルとコヒーレンスレベルの評価を含む広範囲な実験は、ParTYが従来の方法よりも大幅に改善されていることを示す。
関連論文リスト
- Motion-Adapter: A Diffusion Model Adapter for Text-to-Motion Generation of Compound Actions [13.380249866020355]
本稿では,複合動作の生成において,テキスト間拡散モデルを誘導するプラグイン・アンド・プレイ・モジュールを提案する。
本手法は,多種多様なテキストプロンプトにまたがって,より忠実でコヒーレントな複合動作を連続的に生成する。
論文 参考訳（メタデータ） (2026-04-17T15:08:17Z) - Beyond Global Alignment: Fine-Grained Motion-Language Retrieval via Pyramidal Shapley-Taylor Learning [56.6025512458557]
動き言語検索は、自然言語と人間の動きの間の意味的ギャップを埋めることを目的としている。
既存のアプローチは主に、全動作シーケンスとグローバルテキスト表現の整合性に重点を置いている。
本研究では,微粒な動き言語検索のためのPST学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-29T16:00:12Z) - MoReact: Generating Reactive Motion from Textual Descriptions [57.642436102978245]
MoReactは拡散に基づく手法で、グローバルな軌跡と局所的な動きを連続的に引き離すように設計されている。
2人の動作データセットから適応したデータを用いて,本手法の有効性を実証した。
論文 参考訳（メタデータ） (2025-09-28T14:31:41Z) - EigenActor: Variant Body-Object Interaction Generation Evolved from Invariant Action Basis Reasoning [66.68366281305977]
本稿では,テキストベースの命令から3次元オブジェクト間相互作用(HOI)を推定するクロスモーダル合成タスクについて検討する。
既存のテキスト対HOI合成法は主に、テキストからオブジェクト固有の3D体の動きへの直接マッピングをデプロイする。
本稿では,テキスト・ツー・ホイタスクのための新しいボディーポーズ生成戦略を提案する。
論文 参考訳（メタデータ） (2025-03-01T07:15:10Z) - BiPO: Bidirectional Partial Occlusion Network for Text-to-Motion Synthesis [0.4893345190925178]
BiPOは、テキスト間合成を強化する新しいモデルである。
パートベースの生成と双方向の自己回帰アーキテクチャを統合する。
BiPOはHumanML3Dデータセット上で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2024-11-28T05:42:47Z) - TextIM: Part-aware Interactive Motion Synthesis from Text [25.91739105467082]
TextIMは、TEXT駆動のヒューマンインタラクティブモーションを合成するための新しいフレームワークである。
我々のアプローチは、人間の脳として機能する大きな言語モデルを利用して、相互作用する人間の身体部分を特定する。
トレーニングと評価のために,HUMANML3Dからインタラクティブな動きを慎重に選択し,再ラベルし,特殊なデータセットを開発した。
論文 参考訳（メタデータ） (2024-08-06T17:08:05Z) - Learning Generalizable Human Motion Generator with Reinforcement Learning [95.62084727984808]
テキスト駆動型ヒューマンモーション生成は、コンピュータ支援コンテンツ作成において重要なタスクの1つである。
既存の方法は訓練データ中の特定の動作表現に過度に適合することが多く、一般化する能力を妨げている。
一般化可能なヒューマンモーション生成のための強化学習において,パスとエラーのパラダイムを取り入れた textbfInstructMotion を提案する。
論文 参考訳（メタデータ） (2024-05-24T13:29:12Z) - ParCo: Part-Coordinating Text-to-Motion Synthesis [48.67225204910634]
我々はParCo(Part-Coordinating Text-to-Motion Synthesis)を提案する。
ParCoには、異なる部分モーションジェネレータ間の部分モーションと通信を理解する能力が強化されている。
提案手法は, 経済計算を用いた一般的なベンチマークにおいて, 優れた性能を示すものである。
論文 参考訳（メタデータ） (2024-03-27T12:41:30Z) - SemanticBoost: Elevating Motion Generation with Augmented Textual Cues [73.83255805408126]
我々のフレームワークはセマンティック・エンハンスメント・モジュールとコンテキスト調整型モーション・デノイザ(CAMD)から構成されている。
CAMDアプローチは、高品質でセマンティックに一貫性のあるモーションシーケンスを生成するための全エンコンパスソリューションを提供する。
実験の結果,SemanticBoostは拡散法として自己回帰法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2023-10-31T09:58:11Z) - HumanTOMATO: Text-aligned Whole-body Motion Generation [30.729975715600627]
本研究は,新しいテキスト駆動型全身運動生成タスクを目標とする。
高品質で多様な、一貫性のある表情、手のジェスチャー、身体の動きを同時に生成することを目的としている。
論文 参考訳（メタデータ） (2023-10-19T17:59:46Z) - SINC: Spatial Composition of 3D Human Motions for Simultaneous Action Generation [58.25766404147109]
我々のゴールは、同時動作を記述するテキスト入力を与えられた3次元人間の動作を合成することである。
我々は「空間構成」というような同時的な動きを生み出すことを指す。
論文 参考訳（メタデータ） (2023-04-20T16:01:55Z)
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。