在没有分类器的情况下为人与物体交互动画提供指导

生成逼真的人与物体交互 (HOI) 动画仍然具有挑战性，因为它需要对动态人类动作和不同的物体几何形状进行联合建模。先前基于扩散的方法通常依赖于手工设计的接触先验或人为施加的运动学约束来提高接触质量。我们提出了 LIGHT，一种数据驱动的替代方案，其中指导来自于去噪速度本身，减少了对手动设计先验的依赖。在扩散强迫的基础上，我们将表示分解为特定于模态的组件，并使用异步去噪计划分配个性化的噪声水平。在这种范式中，更干净的组件通过交叉注意力来引导噪音更大的组件，从而在没有辅助分类器的情况下产生指导。我们发现这种数据驱动的指导本质上是接触感知的，并且当通过广泛的合成对象几何形状增强训练时可以得到增强，从而促进接触语义对几何多样性的不变性。大量实验表明，与传统的无分类器引导相比，步速诱导引导更有效地反映了接触先验的好处，同时实现了更高的接触保真度、更真实的 HOI 生成以及对看不见的物体和任务更强的泛化能力。