我们提出了一种新方法——WalkTheDog，用于理解运动数据集的周期性、结构和语义，而与字符的形态和骨骼结构无关。与使用过于稀疏的高维潜变量的现有方法不同，我们提出了一个由多个闭合曲线组成的相位流形，每个曲线对应于一个潜振幅。通过我们提出的向量量化周期自编码器，我们可以在没有任何监督的情况下学习多个角色（例如人和狗）的共享相位流形。这是通过利用离散结构和浅层网络作为瓶颈来实现的，这样语义上相似的运动被聚集到流形的同一曲线中，并且同一分量内的运动通过相位变量在时间上对齐。结合改进的运动匹配框架，我们展示了流形在多种应用中的定时和语义对齐能力，包括运动检索、传输和风格化。
（WalkTheDog项目链接在下方👇）
AI论文与新生技术专题：
https://heehel.com/collection/topic-aipapers-jiaocheng
我们引入了一种新的方法，使用向量量化周期自编码器从具有截然不同的骨骼结构的数据集中学习公共相位流形
，而无需任何监督。流形中每个相连的分量，以不同的颜色可视化，是嵌入在高维空间中的椭圆。来自不同字符的语义相似的运动被嵌入到同一个椭圆中。
简单来说，想象一下我们有许多不同角色的动作，比如人走路、狗走路或者怪物走路。每种动作都有其特定的节奏和风格。"WalkTheDog"技术能够把这些动作放在一个共同的“相位空间”里，即使它们来自完全不同的角色。在这个空间里，相似的动作会被归类到一起，比如所有走路的动作会被放在同一个区域，跑步的动作会被放在另一个区域。
这项技术不需要任何外部的指导或者标签，它完全依靠动作本身的内在结构来学习。通过这种方法，研究者们能够实现动作数据的检索、转移和风格化。例如，如果我们有一个人类的动作，我们可以在这个共享的相位空间中找到与之语义和时间上最接近的狗的动作，然后将这个动作应用到狗的模型上，而不需要任何预先定义的骨骼结构映射或者成对的数据。
这项研究的意义在于，它为动画制作、虚拟现实等领域提供了一个强大的工具，可以更容易地处理和转换不同角色的动作，提高了动画制作的灵活性和效率。
