Bipartite Graph Diffusion Model for Human Interaction Generation

要約

自然な人間の動きの相互作用の生成は、コンピューター ビジョンとコンピューター アニメーションのホットなトピックです。
考えられる人間の動きの相互作用は多様であるため、これは困難な作業です。
他のドメインで顕著な生成能力をすでに示している拡散モデルは、このタスクの良い候補です。
この論文では、2 人の人間の動きの相互作用を生成するための新しい 2 部グラフ拡散法 (BiGraphDiff) を紹介します。
具体的には、対話中のスケルトン ノード間の固有の幾何学的制約をモデル化するために、二部ノード セットが構築されます。
インタラクション グラフの拡散モデルは、最新のモーション メソッドを組み合わせたトランスフォーマー ベースです。
提案が、人間の相互作用生成タスクの主要なベンチマークで新しい最先端の結果を達成することを示します。

要約(オリジナル)

The generation of natural human motion interactions is a hot topic in computer vision and computer animation. It is a challenging task due to the diversity of possible human motion interactions. Diffusion models, which have already shown remarkable generative capabilities in other domains, are a good candidate for this task. In this paper, we introduce a novel bipartite graph diffusion method (BiGraphDiff) to generate human motion interactions between two persons. Specifically, bipartite node sets are constructed to model the inherent geometric constraints between skeleton nodes during interactions. The interaction graph diffusion model is transformer-based, combining some state-of-the-art motion methods. We show that the proposed achieves new state-of-the-art results on leading benchmarks for the human interaction generation task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google