计算机学院智能文本与知识工程创新团队在《IEEE TPAMI》发文:Flexible Motion Stylization via Multi-modalityLatent Diffusion Model

近日,计算机学院智能文本与知识工程创新团队(以下简称团队)在虚拟现实与人工智能领域再创佳绩。宋文凤、金兴亮、李帅、郝爱民、侯霞所发表的论文《Flexible Motion Stylization via Multi-modality Latent Diffusion Model》被计算机视觉与模式分析领域国际顶级期刊 IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI)接收。论文提出了一种多模态潜空间扩散模型,通过融合文本与动作等多模态风格信息,并结合多条件去噪机制,实现灵活、可控的风格化动作生成;同时支持细粒度的身体部位风格控制,从而提升动作风格编辑的灵活性与表现力。

 

该论文是团队师生与北京航空航天大学虚拟现实技术与系统全国重点实验室联合开展科研工作取得的重要成果。下一步团队将围绕风格化动作生成与虚拟人场景交互开展深入研究,进一步探索多模态条件控制、长时序动作生成以及复杂场景下的人体运动规划与物理约束建模,提升生成动作的自然性、可控性和环境适应能力。同时,将结合大语言模型与物理仿真技术,研究从自然语言指令到可执行人体动作的智能生成方法,推动风格化动作生成技术向更加复杂、真实和智能的虚拟现实交互应用拓展。

TPAMI是IEEE旗下计算机科学领域具有重要影响力的国际学术期刊,也是人工智能、计算机视觉与模式分析领域的旗舰学术期刊,入选中国计算机学会(CCF)A类期刊,最新影响因子为20.4,同时为JCR Q1及中科院一区TOP期刊。期刊由IEEE Computer Society出版,主要关注模式分析、机器学习、计算机视觉、人工智能等领域的前沿研究与技术创新,长期发表相关领域具有较高学术水平和创新价值的研究成果,在国际计算机视觉与人工智能领域具有广泛的学术影响力。