09:41官方账号arXiv cs.AI@Xinhao Cai, Yixuan Sun, Minghang Zheng, Qingchao Chen, Xin Jin, Song-chun Zhu, Yang Liu该研究提出结构感知框架,将舞蹈建模为原子动作序列。通过分割大规模舞蹈数据并聚类得到原子动作词汇,利用大语言模型进行语义重标和聚类优化。框架包含两阶段:先规划原子动作的类型、时长与时机,再生成平滑连贯的运动。实验在结构连贯性、节奏对齐和感知自然度上显著优于现有基线。AI模型舞蹈生成原子动作结构感知推荐理由:这篇论文用原子动作来编舞,比直接生成连续动作更可控,效果也更自然,做AI舞蹈生成可以看看。原文稍后读已读值得跟进有用关注 舞蹈生成
22:15AK@_akhaliqMACE-Dance 提出了一种运动-外观级联专家框架,用于音乐驱动的舞蹈视频生成。该方法通过分离运动与外观特征,利用级联专家网络分别建模舞蹈动作和视觉风格,从而生成更自然、多样化的舞蹈视频。实验结果表明,MACE-Dance 在舞蹈视频生成质量上优于现有方法。论文视频生成音乐驱动舞蹈生成推荐理由:该框架创新性地解耦了运动与外观,为舞蹈视频生成领域提供了新的技术路径,对音乐驱动的AIGC应用具有参考价值。原文稍后读已读值得跟进有用关注 视频生成