通过训练时间适应和推理时间指导实现生成运动模型的可控夸张

最近的运动生成模型在合成物理上合理的角色运动方面表现出了强大的能力，但经常忽视专业动画师用来基础和设计其动画作品的既定动画原则。理解这些原理并将其纳入运动生成管道对于生成不仅满足物理基础应用程序而且满足角色动画社区需求的运动至关重要。这使得创建的角色不仅能够以物理上合理的方式移动，而且感觉充满活力、富有表现力和吸引力。为了弥补这一差距，我们专注于动画的夸张原理，并研究如何将其纳入现代动作生成管道中，以产生更具表现力的角色动作。为此，我们引入了一个在现有运动生成管道的两个阶段运行的框架。第一阶段在训练期间引入夸张，我们在我们策划的夸张数据集上对预训练的文本到运动模型进行监督微调。这 第二阶段在推理时运行，我们：（i）引入基于动态运动基元（DMP）的夸张数学公式； (ii) 利用这个公式作为夸张指导信号来指导现有的扩散和流匹配文本到运动生成模型走向夸张的运动，而无需额外的训练。通过对三种强运动生成模型的定性和定量评估，我们表明我们的方法可以生成更夸张和更具表现力的运动，同时保留中性参考运动意图和物理合理性。