Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.16778

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2501.16778 (cs)
[提交于 2025年1月28日 ]

标题: FlexMotion:轻量级、物理感知且可控的人体运动生成

标题: FlexMotion: Lightweight, Physics-Aware, and Controllable Human Motion Generation

Authors:Arvin Tashakori, Arash Tashakori, Gongbo Yang, Z. Jane Wang, Peyman Servati
摘要: 轻量、可控且物理上合理的运动合成对于动画、虚拟现实、机器人和人机交互应用至关重要。 现有方法通常在计算效率、物理真实感或空间可控性之间做出权衡。 我们提出了FlexMotion,一种新颖的框架,该框架利用计算轻量级的扩散模型在潜在空间中运行,消除了对物理模拟器的需求,并实现了快速高效的训练。 FlexMotion采用多模态预训练Transformer编码器-解码器,结合关节位置、接触力、关节驱动和肌肉激活,以确保生成运动的物理合理性。 FlexMotion还引入了一个即插即用模块,可在一系列运动参数(例如关节位置、关节驱动、接触力和肌肉激活)上实现空间可控性。 我们的框架在提高效率和控制能力的同时实现了逼真的运动生成,为人类运动合成设定了新基准。 我们在扩展的数据集上评估了FlexMotion,并证明了其在真实性、物理合理性和可控性方面的优越性能。
摘要: Lightweight, controllable, and physically plausible human motion synthesis is crucial for animation, virtual reality, robotics, and human-computer interaction applications. Existing methods often compromise between computational efficiency, physical realism, or spatial controllability. We propose FlexMotion, a novel framework that leverages a computationally lightweight diffusion model operating in the latent space, eliminating the need for physics simulators and enabling fast and efficient training. FlexMotion employs a multimodal pre-trained Transformer encoder-decoder, integrating joint locations, contact forces, joint actuations and muscle activations to ensure the physical plausibility of the generated motions. FlexMotion also introduces a plug-and-play module, which adds spatial controllability over a range of motion parameters (e.g., joint locations, joint actuations, contact forces, and muscle activations). Our framework achieves realistic motion generation with improved efficiency and control, setting a new benchmark for human motion synthesis. We evaluate FlexMotion on extended datasets and demonstrate its superior performance in terms of realism, physical plausibility, and controllability.
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI); 图形学 (cs.GR); 机器学习 (cs.LG)
引用方式: arXiv:2501.16778 [cs.CV]
  (或者 arXiv:2501.16778v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.16778
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Arvin Tashakori [查看电子邮件]
[v1] 星期二, 2025 年 1 月 28 日 08:02:21 UTC (887 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.GR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.AI
cs.CV
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号