展开 为各种角色合成可信的运动一直是计算机图形学的目标。目前基于学习的运动合成方法依赖于大量的运动数据集，这些数据集往往很难获得，甚至是不可能获得的。另一方面，姿势数据更容易获得，因为静态姿势字符更容易创建，甚至可以使用计算机视觉的最新进展从图像中提取。我们利用这个替代数据源，并通过重定向引入了一种神经运动合成方法。我们的方法通过从另一个字符的现有运动捕获数据集转移运动，为只有姿态数据的字符生成合理的运动，该数据集可能具有截然不同的骨架。我们的方法有效地结合了源字符的运动特征和目标字符的姿态特征，并且在小的或有噪声的姿态数据集上表现稳健，从少数艺术家创建的姿态到直接从图像中估计的有噪声的姿态。返回搜狐，查看更多
斯坦福、ETH等发布！带有位姿先验的跨域运动重定向
阅读 ()
平台声明
该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。