「Motion」3D人体动作生成
研究方向
本栏目记录我在3D人体动作生成领域的研究笔记,主要关注以下方向:
📌 核心问题
- 文本驱动的动作生成:如何从自然语言描述生成符合语义的三维人体运动序列
- 运动表示学习:如何有效编码人体运动的时空特性
- 跨模态对齐:如何建立语言与动作之间的语义映射
- 物理合理性:如何保证生成动作的运动学可行性
📚 研究内容
本栏目将系统性地记录以下内容:
- 任务综述:形式化定义、问题建模、评价指标
- 运动表示:骨架关节表示、SMPL参数化模型、离散化编码
- 生成方法:检索式方法、VAE/CVAE、GAN、扩散模型、Transformer
- 数据集分析:HumanML3D、KIT-ML、BABEL等常用基准
- 前沿工作:最新论文的阅读笔记与复现心得
- 工程实践:模型训练、推理优化、可视化工具
🎯 研究目标
- 构建对动作生成领域的系统性认知框架
- 追踪前沿技术动态,积累代码实现经验
- 探索细粒度时空对齐、组合泛化、多人体交互等开放问题
内容概览
- 00 3D 人体动作概述
- 01 3D 人体运动表示
- 02 3D 人体运动建模范式
- 03 文本驱动的单人动作生成
- 04 动作生成的细粒度控制与编辑
- 05 动作生成的奖励优化与偏好学习
- 06 3D 人体动作理解
- 07 动作理解与生成的统一建模
- 08 文本驱动的多人交互动作生成
- 09 人体与物体的交互动作
- 10 人体与场景的交互动作
- 11 人体动作与机器人运动控制
- 12 人体动作建模的现实约束与研究方向
Oh, I’d rather like to show you my fist.
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Keming's Eutopia ♪!
评论


