激光人：自由环境下基于语言引导的场景感知人体运动生成

为了解决现有数据集的限制，我们引入了 LaserHuman，这是一个开创性的数据集，旨在革新 Scene-Text-to-Motion 研究。LaserHuman 通过包含 3D 环境中的真实人类动作，自由形式的自然语言描述，室内外场景的混合以及动态、不断变化的场景而脱颖而出。多样的采集数据和丰富的注释为条件运动生成研究提供了巨大机遇，也可以促进实际应用的开发。此外，为了生成语义一致且物理可行的人体动作，我们提出了一个简单但有效的多条件扩散模型，在现有数据集上达到了最先进的性能。

为了解决现有数据集的限制，研究人员引入了LaserHuman数据集，旨在革新Scene-Text-to-Motion研究。该数据集包含真实人类动作、自然语言描述、室内外场景的混合以及动态、不断变化的场景。研究人员提出了一个简单但有效的多条件扩散模型，在现有数据集上达到了最先进的性能。