MoGenTS：基于时空联合建模的动作生成
原文中文，约1400字，阅读约需4分钟。
📝
内容提要
本文综述了人体运动生成领域的研究进展，探讨了基于文本、音频和场景条件的多种生成模型及方法，展示了不同模型的有效性和实际应用潜力，并提出了未来研究方向。
❓
Q&A
MoGenTS的主要研究方向是什么？
MoGenTS主要研究人体运动生成，探讨基于文本、音频和场景条件的生成模型及方法。
如何通过文本生成3D全身运动？
通过运动令牌的使用方法，结合神经机器翻译模型，可以从文本生成3D全身运动。
MoGenTS中使用了哪些模型来生成人体运动？
使用了Lie Algebra理论、时序变分自编码器、MOJO模型和SMPL-X模型等多种模型。
该研究如何提高运动合成的质量？
通过物理约束和接触关系优化，结合单眼RGB视频训练，提升运动合成的质量和多样性。
MoGenTS的未来研究方向是什么？
未来研究方向包括解决尚未解决的挑战，探索新的生成模型和方法。
如何解决文本提示生成动画中的面部表情和手部动作缺失问题？
提出了两阶段的方法T2M-X，通过学习表现性文本到动作生成来解决该问题。
🏷️
