热门
最新
红包
立Flag
投票
同城
我的
发布
【MASK-M：一种新型人体运动合成技术】
这个模型可以看到人的某个动作（比如跳跃或跑步），然后预测接下来的动作或填充中间的动作。
MASK-M模型的特别之处在于，它不仅可以用于一个特定任务，还可以用于许多不同的运动合成任务。例如，它可以预测人的未来动作，也可以在两个关键动作之间创建平滑的过渡动作。
这个模型的工作方式是将人的姿势分解成不同的部分（比如手臂、腿等），然后使用这些部分的信息来理解人体运动的复杂模式。这使得模型能够更准确地预测和创建人体动作。
这项研究为人体运动合成提供了一种新颖而强大的方法，可能在电影、视频游戏和虚拟现实等领域有许多有趣的应用。
例如动画电影制作过程中，动画设计师需要确保角色的每一个动作都流畅自然地过渡到下一个动作，这样观众才会觉得角色真实可信。
MASK-M模型就是用来做这个的。MASK-M在Human3.6M数据集上，它可以看到人的一系列动作，然后准确地预测接下来会发生什么。在LaFAN1数据集上，它可以在两个主要动作之间创建平滑的过渡动作，就像动画师一样。
特别是当这两个主要动作之间的时间间隔较长时，这个模型表现得尤为出色。这就像让动画师在角色的一个跳跃和下一个跳跃之间描绘出完整的舞蹈动作，而不仅仅是一个简单的过渡。
详细及演示：https://sites.google.com/view/estevevallsmascaro/publications/unimask-m
论文：https://arxiv.org/abs/2308.07301
文章转载自互联网的那些事 https://weibo.com/u/1627825392
AI资讯
CSDN App 扫码分享
评论
点赞
打赏
- 复制链接
- 举报
