arXiv cs.AI· Kia-J\"ung Yang, Fabian H. Sinz, Pawe{\l} A. Pierzchlewicz·· 11 小时前AI 评分31
基于可学习扁平化的 Transformer 实现跨骨架动作重定向
Retargeting Motions to Diverse Skeletons via Learnable Flattening
AI 导读
研究者提出一种 Transformer 自编码器，通过学习拓扑与平移不变的潜在空间实现跨结构动作重定向，核心是可学习的骨骼图扁平化，并将图位置编码以乘法方式融入 token。该模型以全无监督方式训练、无需配对重定向数据，在零样本评测中把全局关节位置误差较现有基准降低 43-47%。37 人用户研究（含专业动画师）中该方法在动作对齐与物理合理性上排名最高（p < 0.05）。
正文 · AI 翻译
摘要：跨结构运动重定向旨在在不同骨骼拓扑之间迁移运动。尽管近期取得了进展，现有最先进模型在零样本设置下仍难以保证可靠性，即在训练期间未见过的不同拓扑骨骼上表现不佳，而近期基于 Transformer 的尝试也未能超越专门的几何方法。我们通过一个学习拓扑与平移不变潜空间的 Transformer 自编码器弥合了这一差距。我们的核心贡献是一种可学习的骨骼图展平方法，它同时捕捉局部依赖和全局结构。与标准 Transformer 架构将位置信息加到 token 内容上不同，我们以乘法方式整合基于图的位置编码，这一设计选择直接源于我们的展平公式。所得模型在单一统一架构中处理多样的骨骼拓扑，并以完全无监督的方式训练，无需成对的重定向数据。消融研究表明，图编码、乘法公式和 Transformer 主干对性能至关重要。在零样本评估中，我们的方法相比当前基准将全局关节位置误差降低了 $43-47\%$。一项用户研究（$n = 37$），包括专家动画师，进一步将我们的方法在运动对齐和物理合理性方面评为最高（$p < 0.05$）。这些结果表明，我们的模型设计是使 Transformer 架构在运动重定向中有效的关键，优于现有方法。
| 评论： | 24 页，9 张图 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2609.38578 [cs.CV] |
| （或此版本的 arXiv:2609.38578v3 [cs.CV]） | |
| https://doi.org/10.48550/arXiv.2609.38578 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Kia-Jüng Yang [查看邮箱]
[v1]
2026 年 9 月 29 日星期二 21:35:57 UTC（12,040 KB）
[v2]
2026 年 10 月 1 日星期四 06:18:02 UTC（12,040 KB）
[v3]
2026 年 10 月 19 日星期一 23:47:22 UTC（12,041 KB）
来源：arXiv cs.AI · arxiv.org