AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：長時(shí)舞蹈生成：數(shù)秒鐘可生成極長的3D舞蹈
關(guān)鍵字：舞蹈,動(dòng)作,序列,表現(xiàn)力,模型
文章來源：大數(shù)據(jù)文摘
內(nèi)容字?jǐn)?shù)：7833字

內(nèi)容摘要：

大數(shù)據(jù)文摘受權(quán)轉(zhuǎn)載自將門創(chuàng)投
針對(duì)目前音樂生成3D舞蹈動(dòng)作中存在的長序列生成動(dòng)作質(zhì)量差，生成效率低的問題，本文提出了Lodge，可以高效地根據(jù)輸入音樂生成極長的3D人體舞蹈動(dòng)作。本文將Lodge設(shè)計(jì)為兩階段的由粗到細(xì)的Diffusion框架，并提出了特征化的舞蹈基元?jiǎng)幼髯鳛閮呻A段Diffusion的中間層表征，從而讓Lodge可以兼顧全局編舞規(guī)律和局部的動(dòng)作質(zhì)量，并且增強(qiáng)舞蹈的表現(xiàn)力。此外，本文還提出了腳步優(yōu)化模塊以緩解腳和地面的接觸問題如腳滑、腳步漂浮等。文本通過大量的定量和定性實(shí)驗(yàn)證明了Lodge的有效性。代碼已經(jīng)開源，歡迎體驗(yàn)。論文題目：
Lodge: A Coarse to Fine Diffusion Network for Long Dance Generation Guided by the Characteristic Dance Primitives
論文鏈接：
https://arxiv.org/abs/2403.10518
主頁鏈接：
https://li-ronghui.github.io/lodge?
代碼鏈接：https://github.com/li-ro

原文鏈接：長時(shí)舞蹈生成：數(shù)秒鐘可生成極長的3D舞蹈

聯(lián)系作者

文章來源：大數(shù)據(jù)文摘
作者微信：BigDataDigest
作者簡(jiǎn)介：普及數(shù)據(jù)思維，傳播數(shù)據(jù)文化