# MotionDiffuse: Text-Driven Human Motion Generation with Diffusion Model
## 作者
- Mingyuan Zhang
- Zhongang Cai
- Liang Pan
- Fangzhou Hong
- Xinying Guo
- Lei Yang
- Ziwei Liu
## 摘要
人体运动建模对于许多现代图形应用至关重要，但通常需要专业技能。为了消除非专业人士的技能障碍，近期的运动生成方法可以直接根据自然语言生成人体运动。然而，如何通过多样化的文本输入实现多样且细粒度的运动生成仍然具有挑战性。为了解决这一问题，我们提出了 MotionDiffuse——第一个基于扩散模型的文本驱动运动生成框架。与现有方法相比，它展示了几个理想的特性：1）**概率映射**：MotionDiffuse 并非确定性的语言-运动映射，而是通过一系列注入变体的去噪步骤生成运动；2）**逼真合成**：MotionDiffuse 擅长建模复杂的数据分布并生成生动的运动序列；3）**多层次操控**：MotionDiffuse 能够响应针对身体部位的细粒度指令，并支持基于随时间变化的文本提示的任意长度运动合成。实验表明，MotionDiffuse 在文本驱动运动生成和动作条件运动生成任务上，以令人信服的幅度超越了现有最佳方法。定性分析进一步展示了 MotionDiffuse 在全面运动生成方面的可控性。
## 主题/分类
- 计算机视觉与模式识别 (Computer Vision and Pattern Recognition, cs.CV)
## 其他信息
- **论文编号**: arXiv:2208.15001
- **提交时间**: 2022年8月31日
- **论文主页**: [https://mingyuan-zhang.github.io/projects/MotionDiffuse.html](https://mingyuan-zhang.github.io/projects/MotionDiffuse.html)