Length-varying Neural Motion Stitching via Cluster Transition Graph
作者: Haemin Kim, Junghyun Nam, Seokhyeon Hong, Vanessa Tan, Junyong Noh
分类: cs.GR
发布日期: 2026-09-29
备注: Accepted SIGGRAPH Asia 2026 (Journal Track); Project page https://haem-k.github.io/nms/
💡 一句话要点
提出基于聚类转移图的变长神经运动拼接方法以解决运动合成问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱四：生成式动作 (Generative Motion) 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation)
关键词: 运动拼接 聚类转移图 神经网络 运动合成 Transformer 动画制作 虚拟现实
📋 核心要点
- 现有运动拼接方法常需手动选择过渡范围或假设固定过渡长度，限制了运动合成的多样性。
- 本文提出基于聚类转移图的变长神经运动拼接方法，允许生成不同长度的过渡，增强运动合成能力。
- 实验结果显示，该方法能够有效生成合理的运动过渡，且在过渡持续时间估计上优于固定长度假设的方法。
📝 摘要（中文）
运动拼接旨在通过无缝结合现有运动序列来创建新的角色动画。现有方法通常需要手动选择过渡范围或假设固定的过渡长度，这限制了可连接运动的类型。为此，本文提出了一种基于聚类转移图的变长神经运动拼接方法，能够生成自然连接的运动序列。该框架包括运动聚类、聚类路径寻找和运动生成三个阶段。实验结果表明，该方法能够自适应调整运动长度，并成功生成不同运动之间的合理过渡。
🔬 方法详解
问题定义：本文旨在解决现有运动拼接方法在过渡范围选择和固定过渡长度假设下的局限性，导致运动合成多样性不足的问题。
核心思路：提出基于聚类转移图的变长神经运动拼接方法，通过生成不同长度的过渡，允许角色在输入运动显著不同时适应姿态。
技术框架：该方法分为三个主要阶段：运动聚类、聚类路径寻找和运动生成。首先，将输入运动映射到离散聚类；然后，在聚类转移图中识别对应的聚类并寻找连接路径；最后，利用Transformer编码器生成最终的过渡姿态。
关键创新：通过引入聚类转移图，本文有效估计了过渡持续时间，生成的运动序列比假设固定过渡长度的方法更具真实感和高保真度。
关键设计：在运动聚类阶段，采用了适当的聚类算法；在路径寻找中，设计了有效的图搜索策略；运动生成阶段则基于Transformer架构，确保生成的运动流畅自然。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提方法在生成不同运动之间的过渡时，能够自适应调整运动长度，成功生成合理的过渡姿态。与假设固定过渡长度的方法相比，性能显著提升，生成的运动序列更具真实感。
🎯 应用场景
该研究的潜在应用领域包括游戏开发、动画制作和虚拟现实等，能够为角色动画提供更丰富的表现力和灵活性。未来，该方法可能推动更复杂的运动合成技术的发展，提升用户体验。
📄 摘要（原文）
Motion stitching aims to create new character animations by seamlessly combining existing motion sequences. Existing approaches often require manual selection of transition range or assume fixed transition length, restricting the types of motions that can be connected. To broaden the diversity of motions that can be synthesized, it is essential to generate transitions of varying lengths, allowing the character sufficient time to adapt its pose when the input motions differ significantly. To this end, we propose a length-varying neural motion stitching method based on a cluster transition graph, which produces naturally connected motion sequences given two distinct input motions. Our framework consists of three stages: motion clustering, cluster pathfinding, and motion generation. First, motion clustering maps input motions to discrete clusters. Next, we identify the corresponding clusters in the cluster transition graph and search for a connecting path. In this graph, nodes represent motion clusters, and directed edges indicate valid transitions between them. The resulting path determines both the transition length and a guide sequence that informs motion generation. Finally, the path and input motions are provided to a Transformer encoder-based motion generator to produce the final transition poses. Experimental results demonstrate that our method adaptively adjusts the motion length and successfully generates plausible transitions between distinct motions, such as crawling, basketball shooting, and slow locomotion. We also show that using a graph structure effectively estimates transition durations and produces high-fidelity results compared to methods that assume a fixed transition length, or directly compute the time.