論文の概要: Coordinating Multiple Conditions for Trajectory-Controlled Human Motion Generation

• arxiv url: http://arxiv.org/abs/2605.13729v1
• Date: Wed, 13 May 2026 16:09:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:28.166615
• Title: Coordinating Multiple Conditions for Trajectory-Controlled Human Motion Generation
• Title（参考訳）: 軌道制御型人体運動生成のための複数条件の調整
• Authors: Deli Cai, Haoyang Ma, Changxing Ding,
• Abstract要約: 軌道制御された人間の動き生成は、テキスト記述と空間軌跡の両方に条件付けられた現実的な人間の動きを合成することを目的としている。 既存の手法は2つの限界に悩まされる: まず、テキストと軌道条件の衝突はデノナイジングの過程を妨害し、結果として運動の質が損なわれるか、軌道の追従が不正確なものとなる。 そこで本研究では,テキストとトラジェクトリ条件を分割コンカレント戦略により効果的にコーディネートする,分離されたフレームワークであるMCCを提案する。
• 参考スコア（独自算出の注目度）: 21.368303527876908
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Trajectory-controlled human motion generation aims to synthesize realistic human motions conditioned on both textual descriptions and spatial trajectories. However, existing methods suffer from two critical limitations: first, the conflict between text and trajectory conditions disrupts the denoising process, resulting in compromised motion quality or inaccurate trajectory following; second, the use of redundant motion representations introduces inconsistencies between motion components, leading to instability during trajectory control. To address these challenges, we propose CMC, a decoupled framework that effectively coordinates text and trajectory conditions through a divide-and-conquer strategy. CMC follows a divide-and-conquer paradigm, comprising two cascaded stages: Trajectory Control and Motion Completion. In the first stage, a diffusion model generates a simplified representation of the controlled joints under trajectory guidance, based on the given trajectories, ensuring accurate and stable trajectory following. In the second stage, a text-conditioned diffusion inpainting model generates full-body motions using the simplified representation from the first stage as partial observations. To mitigate overfitting caused by limited inpainting training data, we further introduce the Selective Inpainting Mechanism (SIM), which alternates between text-to-motion generation and motion inpainting tasks during training. Experiments on HumanML3D and KIT datasets demonstrate that CMC achieves state-of-the-art performance in control accuracy and motion quality, demonstrating its effectiveness in coordinating multimodal conditions and representations.
• Abstract（参考訳）: 軌道制御された人間の動き生成は、テキスト記述と空間軌跡の両方に条件付けられた現実的な人間の動きを合成することを目的としている。 しかし、既存の手法は2つの限界に悩まされている: テキストと軌跡条件の衝突はデノナイジング過程を妨害し、結果として運動品質が損なわれ、または不正確な軌跡が続く; 第二に、冗長な動き表現の使用は、運動成分間の不整合を導入し、軌跡制御の不安定性をもたらす。 これらの課題に対処するために,テキストとトラジェクタ条件を効果的に協調する分離されたフレームワークであるMCCを提案する。 CMCは、トラジェクティブコントロールとモーションコンプリートという2つのケースステージからなるディバイス・アンド・コンバータのパラダイムに従っている。 第1段階では、拡散モデルは、与えられた軌跡に基づいて、軌道誘導の下で制御された関節の簡易な表現を生成し、正確かつ安定した軌跡追従を保証する。 第2段階では、テキスト条件拡散塗装モデルが第1段階からの簡易表現を部分観察としてフルボディ動作を生成する。 限られた塗装訓練データによるオーバーフィッティングを軽減するために,テキスト・ツー・モーション・ジェネレーションとトレーニング中のモーション・インペインティング・タスクを交互に行うSelective Inpainting Mechanism (SIM)を導入する。 HumanML3DとKITデータセットの実験は、CMCが制御精度と動作品質の最先端のパフォーマンスを達成し、マルチモーダル条件と表現のコーディネートにおけるその効果を実証していることを示している。

関連論文リスト

• Hypergraph-State Collaborative Reasoning for Multi-Object Tracking [63.32950991964095]
  複数の相関オブジェクト間の共同推論による動き推定を向上する協調推論フレームワークを提案する。 類似の運動状態を持つ物体同士を互いに拘束し、互いに洗練させることで、我々のフレームワークはノイズの軌道を安定させ、目標を遮蔽しても可塑性運動の連続性を推測する。
  論文  参考訳（メタデータ） (2026-04-14T12:37:39Z)
• UniMotion: A Unified Framework for Motion-Text-Vision Understanding and Generation [47.383717641500844]
  UniMotionは、人間の動き、自然言語、RGB画像の同時理解と生成のためのフレームワークである。 運動をRGBと同等の足場における一級連続的モダリティとして扱う。 UniMotionは、任意の理解、生成、編集にまたがる7つのタスクにわたる最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-03-23T17:59:48Z)
• Bidirectional Feature-aligned Motion Transformation for Efficient Dynamic Point Cloud Compression [97.66080040613726]
  特徴空間における動きを暗黙的にモデル化する双方向特徴整合運動変換(Bi-FMT)フレームワークを提案する。 Bi-FMTは、時間的に一貫した潜在表現を生成するために、過去と将来の両方のフレームで機能を調整する。 圧縮効率とランタイムの両方において, Bi-FMT が D-DPCC と AdaDPCC を上回っていることを示す。
  論文  参考訳（メタデータ） (2025-09-18T03:51:06Z)
• ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
  音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。 Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。 モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
  論文  参考訳（メタデータ） (2025-03-27T16:39:40Z)
• Motion-Aware Generative Frame Interpolation [23.380470636851022]
  フローベースのフレーム法は、推定中間フローを通しての運動安定性を保証するが、複雑な動き領域で深刻なアーティファクトを導入することが多い。 大規模な事前学習ビデオ生成モデルによって強化された最近の生成的アプローチは、複雑なシーンの処理において有望であることを示している。 本研究では、中間フロー誘導と生成能力を相乗化して忠実度を高める動き認識生成フレーム(MoG)を提案する。
  論文  参考訳（メタデータ） (2025-01-07T11:03:43Z)
• MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。 このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• Synthesizing Long-Term Human Motions with Diffusion Models via Coherent Sampling [74.62570964142063]
  テキスト・トゥ・モーション・ジェネレーションは注目されているが、既存の手法のほとんどは短期的な動きに限られている。 本稿では,2つのコヒーレントサンプリング手法を用いた過去の拡散モデルを用いた新しい手法を提案する。 提案手法は,ユーザの指示した長文ストリームによって制御された,構成的かつコヒーレントな3次元人間の動作を生成することができる。
  論文  参考訳（メタデータ） (2023-08-03T16:18:32Z)
• Guided Motion Diffusion for Controllable Human Motion Synthesis [18.660523853430497]
  本稿では,空間的制約を運動生成プロセスに組み込む手法として,誘導運動拡散(GMD)を提案する。 具体的には、空間情報と局所的なポーズの一貫性を高めるために、動きの表現を操作する効果的な特徴投影方式を提案する。 本実験はGMDの開発を正当化し,テキストベースモーション生成における最先端手法を大幅に改善する。
  論文  参考訳（メタデータ） (2023-05-21T21:54:31Z)

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。